随着社会经济的飞速发展和人民生活水平的大幅提高,中国的汽车保有量也逐年增加,而城市交通拥挤、环境污染却变得愈来愈严重。经济社会的进一步发展越来越依附于道路交通系统的高效运行,因此其合理而规范的控制必须受到重视。但是传统的定时控制方式已达不到满意的控制效果,而且城市道路交通随机性、复杂性和不确定性等特征使得构建精准的数学模型进行交通控制变得极其困难。为了解决这一问题并最大程度提高城市交通系统的运行效率,采用高新技术开发的智能交通控制方法(比如自适应信号控制方法)来解决交通拥堵问题已成为最有效、最经济的方式。作为城市交通系统全局性和基础性的支持平台,一个完善而高效的公共交通系统是现今城市交通可持续发展的必备之需。城市公共交通人均占地面积少,运量大,效率高,是解决城市交通拥堵问题的首选。交叉口是城市交通拥堵集中的区域,公交优先信号控制运用于信号交叉口是优先发展城市公共交通的一种重要手段,也是实现城市交通长久可持续发展的必然选择。本文基于系统思维的角度,设计出公交检测与定位子系统、公交行程时间预测子系统、公交优先自适应信号配时子系统等三个子系统,描述了各个系统的构成及其运用的数学模型或智能算法,最后选取了行程延误作为通行指标以评价整个系统的改善效果。在公交检测与定位子系统中,运用粒子滤波获得经验停车区域,运用稀疏检测算法获得混合车队中的公交车,运用双目视觉检测获得公交车到信号交叉口进口道停车线的距离。在公交行程时间预测子系统中,将历史预测模型和自适应预测模型预测得到的公交车行程时间和预测方差代入自适应-历史预测模型,可得到预测目标：公交车抵达信号交叉口进口道停车线的行程时间。在公交优先自适应信号配时子系统中,给出了公交优先通行的具体触发前提及其边界条件,其实现方式是模糊神经网络控制算法。本文以成都市某典型的十字型信号交叉口作为算例,首先通过实地调查与数据处理得出仿真用基本交通参数,运用vissim软件进行交通仿真并验证了自适应-历史预测模型的可行性；然后设定了相关交通参数的模糊取值,并运用matlab软件进行模糊神经网络算法的编程设计以验证模糊神经网络运用于公交优先自适应控制的实用性；基于上述两步的仿真及编程设计,通过对比选定的信号交叉口通行能力评价指标,文章最后得出了公交优先自适应信号控制方案较比常规定时信号控制方案的改善效果。