随着社会经济的发展，交通系统对国民经济的发展影响日益增大，并成为国家的重点建设项目之一。为了避免交通拥堵所引发的一系列的社会问题及环境问题对城市经济的制约，交通流作为交通问题的主要研究对象就引起了研究者的广泛关注。我国现有的交通流构成方式是以机动车、非机动车和行人所构成，就导致道路交通流冲突点增加迅猛，更加剧了交通拥堵的产生，从而导致了对交通流的控制难度加大。以信号灯作为道路交通流的控制手段成为大部分城市所采用的方式。因此，对于道路交叉口的信号灯控制研究具有重大的理论研究意义。本文首先将信号灯影响下的多车道加入到元胞自动机的换道准则中，构建基于元胞自动机的交叉口信号灯模型。为了解决模型中随机慢化概率的随机性对现实交通描述不清的缺陷，使交通流模型更加与现实交通环境贴近，对所建的元胞自动机的模型进行改进，引入模糊控制的概念，将模糊控制与元胞自动机相结合。将驾驶员在行驶途中的车辆速度、车辆间距以及驾驶员的反映时间作为感知对象，建立模糊规则。在模糊控制的规则中，将当前车辆与前后车的距离、车辆的速度和驾驶员的反应时间作为模糊控制器的输入变量，经过分析后，得出符合所建元胞自动机交通流模型的的当前车辆某时刻的随机慢化概率，以使得模型效果更佳。应用Matlab对模型进行仿真分析，得出所建模型符合实际交通环境。由于模糊控制的元胞自动机模型对交叉口信号灯的局限性，引入神经网络，将神经网络所具有的特点：自学习、自适应的特点和能力加入到模糊控制中，建立了更符合道路现状的道路交叉口的信号灯模型。因考虑到大、小交叉口的绿信比的区别，故在对单个交叉口的信号灯控制方法描述中，分大、小交叉口对模型进行详细描述；将交叉口的排队长度和绿信比分别作为输入输出函数，构建模糊神经网络控制规则。在单个交叉口的基础上，构建多个交叉口信号灯联动控制方法。将车辆速度和距离作为模型的输入变量，将调查得到的相位差作为输出变量进行模糊网络控制规则。最后运用Matlab对模型的优劣进行验证，证明文中所建的模型对改善道路交通情况有很明显的效果。本文针对提出的道路交通交叉口信号灯的控制方法，运用Synchro仿真分析软件，选取了八一广场周边的四个典型交叉口对模型进行验证，以证明所建模型的可行性。