随着我国经济的高速发展,城市居民出行需求不断增加,同时由于已有道路规划的不合理性和道路新建速度较慢等原因,城市交通拥堵状况严重。目前,城市交通信号灯控制大多采取离线的单点定时控制方法,无法根据交通流状态的变化自动调整控制方案,这使得通过优化信号灯控制方案的方式有可能缓解交通拥堵状况。因此,针对城市单交叉口进行分析,研究和提出一种能够根据交叉口交通流状态的变化而自适应调整和优化控制方案的方法就显得尤为重要。在此基础上,设计和实现一套针对单交叉口的动态交通信号控制系统,对于缓解交通拥堵问题具有十分现实的意义。本文的主要工作内容和创新点如下:(1)提出了一种基于模糊时间序列的交通流短时预测模型。该模型针对经典模糊时间序列在论域划分、模糊关系建立等方面的不足,利用模糊C-均值聚类算法、基于模糊逻辑关系重要性的加权方法和隶属度向量加权法等来优化经典模型,提高了预测准确性。(2)提出了一种交叉口交通流状态划分方法。该方法以历史交通流量数据为训练样本,通过识别和界定交叉口各车道和相位交通流状态,建立了交通流状态聚类模型,使得交通流状态划分更具合理性。(3)提出了一种针对单交叉口的交通信号灯自适应控制方法。该方法基于交通流短时预测的流量值,判断交叉口下一时段交通流状态,动态调整交通信号灯控制方案。同时,在预测周期内,可以根据实时采集的流量数据对控制方案进行微调。基于以上创新点,本文设计并实现了一套在线微观交通仿真平台和交通信号控制系统。实验结果表明,本文提出的基于模糊时间序列的交通流短时预测模型能够更加准确有效地预测5分钟以上的交通流量。此外,与传统的单点定时控制方法相比,本文提出的自适应控制方法能有效降低车辆等待时间,缓解交通拥堵状况。