随着机动车辆的迅速增加,城市交通拥堵问题日益加剧,制约着经济社会的发展,给居民的出行带来了很大的不变,解决城市交通拥堵变得尤为重要。提升交通信号的控制效率已成为解决交通拥堵的一种有效方法。本文针对目前交叉口信号控制方法和控制子区划分方法的不足,结合智能控制理论,在交叉口信号控制方案的选择、交叉口重要性评估、控制子区的动态划分等方面进行了探讨分析,具体的研究内容如下:(1)系统地介绍了交通信号控制理论和模糊控制理论,在交叉口信号控制中分别采用了单级模糊控制器和两级模糊控制器,研究了不同交通流下两种控制器的控制效果,通过分析控制器输入变量的选择,确定了不同交通流下控制器结构的配置。(2)针对在单交叉口信号控制中控制模型单一导致不能很好适应交通流变化的问题,提出了一种将单级模糊控制和两级模糊控制两种策略相结合的组合控制模型,并利用SOM神经网络实现了两种控制策略的切换。针对两级模糊控制器控制规则和隶属度函数人工设定的不足,利用混沌遗传算法优化两级模糊控制器参数。同时为了保证控制的实时性,结合滑动时间窗,根据实时采集数据实现交通状态的快速识别和两级模糊控制器参数在线优化。通过实例仿真,对提出的组合优化控制模型进行了验证。(3)以交叉口连接度、高峰车流量和车道占有率作为评价指标,应用熵权TOPSIS法对交叉口的重要性进行分析,给出了交叉口重要性评价的具体步骤,实现了城市区域路网的关键节点选择。(4)针对多数交通控制子区划分方法只考虑两交叉口关联度而忽略了关键交叉口的重要性的问题,提出了基于关键交叉口交通控制子区的动态划分方法,以关键交叉口为起点遍历四周交叉口,利用模糊推理求得两相邻交叉口之间的关联度,在此基础上,通过计算协调交叉口与关键交叉口的周期差确定控制子区的划分,并结合实例对提出的子区划分方法进行了分析研究。