随着社会经济的高速发展和汽车保有量的快速增加,使得城市交通拥挤越来越严峻,而解决这一问题最有效的方法就是采取智能化的交通管控技术。在智能交通系统中,交通诱导和交通控制是两个核心的组成部分,其中交通诱导的本质是利用交通流分配理论实现交通流在道路空间上的均衡分配,而交通控制是利用信号控制理论实现交通流在通行时间上的合理优化。因而,对交通流分配和信号控制的研究具有十分重要的意义。本文针对我国城市道路网的特性,利用自动控制理论、运筹学、人工智能以及交通工程技术,对交通流分配、信号控制以及两者协调优化技术进行了深入的研究。本文的主要工作如下：1.基于实际路网的拓扑结构,对传统的Dijkstra算法进行了改进,并在此基础上根据交通流分配模型提出了一种改进的交通流分配算法,实现了实际路网中交通流的均衡分配。2.建立了以延误、停车次数、通行能力与饱和度加权综合为目标函数,以绿灯时间为约束条件的城市交通信号控制优化模型。通过改进基本遗传算法的选择、交叉和变异策略建立了上述优化模型的遗传算法求解方法。3.基于区域信号协调控制理论以及交通流分配理论,提出了交通流分配与信号控制协调优化的双层规划模型。其中,上层规划模型用来优化区域协调控制中的公共信号周期、绿信比以及相位差；下层规划模型用来实现区域中交通流的均衡分配。通过结合遗传算法与交通流分配算法提出了该双层规划模型的启发式求解方法。根据实际采集的交通数据通过仿真表明本文方法的可行性和有效性。