随着城市化进程日益加快,城市交通问题变得越来越突出,交通阻塞的情况时有发生。交通网络中,如何使交通网络运行流畅,如何让车辆以最大行驶速度行驶是交通设定者的主要目标。然而由于人类行为的随机性,人们无法预测下一时刻的车辆状态,因此控制交通网络成了一道难题。事实上,人们是通过对交通灯的布局,道路宽度的设定以及车辆限行等等来对交通网络进行调控。本论文的工作共分为三个部分：首先,简单介绍了交通网络研究现状,阐述交通网络的基本问题以及实际问题,讨论了交通阻塞的形成和特征。然后,简单介绍一维元胞自动机交通模型-Nagel Schreckenberg (NS)模型。我们提出了超车策略,设定了新的更新规则以及分析讨论了有关结果。计算机模拟得到的时空图表明,在超车策略下的交通网络也将出现自发阻塞现象。超车策略提高了网络的交通流,说明超车车辆的存在有利于交通网络。讨论结果表明,超车策略提高了处于临界密度以上的驰豫时间,降低了低密度下的序参量。此外,在p很小时,超车策略加剧了关联函数振幅的指数减小趋势。针对超车策略模型,我们提出了成功超车车辆的概念,发现它能够反映相变以及在阻塞态时成功超车车辆的自适应行为。最后,介绍了二维元胞自动机交通模型-Biham-Middlenton-Levine (BML)模型,以及在此模型下的交通灯策略。根据此模型我们提出了新的交通灯规则,新的模拟结果与以往的模拟结果相比较,发现我们的策略能够有效提高交通流,但贡献并不突出,说明交通灯决策应主要考察后方车辆状况。