随着经济社会的快速发展,城市规模不断扩大,城市交通面临着巨大的压力。建设智能交通系统,提高交通管理与服务的信息化水平和决策支持能力,是减少交通事故,解决交通拥堵,促进城市环保,提高人民生活质量的根本途径。智能交通产业迎来了极大的发展机遇,并且在较长一段时间内都将继续呈现高速增长的态势。在本文中主要提出城市交通量预测模型和交通信号灯动态控制模型。分别应用城市交通量预测模型到路径导航系统来降低平均旅行时间。路径导航系统指引相关车辆,有助于司机提前绕道缓解道路的拥挤程度,防止阻塞的发生,从而能够给运输系统带来更大的效益。交通信号灯的动态控制能够为平时的道路交通指导提供好的引导。这两种模型都能够为城市交通阻塞问题的解决提供好的理论指导。城市实时交通量预测模型分为三个阶段,首先是检测和预测拥堵,然后重新计算车辆的选择替代路径,最后选择路径引导司机。建模方法主要能够有效地监测当前交通流的突然变化并根据交通量的变化进行合理的路径规划,交通信号灯动态控制模型是基于时间周期和交通量来动态调整信号灯的时间长度,更好地引导交通。论文中提出了针对交通网络的交通量预测模型,在构建积极改进路径导航系统的基础上提出预测模型,提高操作性能。研究了系统级交通网络的性能对路由和非路由驱动导向的影响,并且阐述其产生的积极引导效果。交通量的实时预测以及交通灯的实时控制进行建模以及实验模拟,第一个模型的实验结果表明基于时空道路的交通量预测模型和基于道路容量的交通量预测模型对于预测交通量的准确程度和误差精度都有所提高;第二个模型的评价结果表明基于交通动态控制模型的交通信号灯实时动态调控能够更好地提供道路的利用率,能够更好地解决拥堵。利用交通信号灯动态控制模型进行绿色信号灯的动态调整,对于道路的利用率有很大的提高,对防止交通阻塞的发生都有很好的帮助。