为了缓解城市路网关键节点交通拥挤问题,需要改善交叉口信号配时策略,提升道路通行能力。自适应信号控制作为智能交通系统的重要组成部分,通过交通预测、在线优化和快速响应特点,有利于提高控制效率,缓解城市交通拥挤。在不同数据采集手段下,如何根据不同交叉口流量和渠化特点改进信号控制策略,提高自适应控制系统可靠性仍是有待研究的问题。本文通过改进信号控制优化模型,并基于微观仿真对提出模型进行了验证,主要进行了以下工作:对于车流到达随机性较强的单交叉口,提出了一种改进的信号配时优化策略,包括交通预测模型和动态规划算法。首先,从微观层面考虑了不同排队状态下的车辆到达情况并估计到达时间。随后,在动态规划算法中引入北美NEMA信号相位结构,以延误、排队长度和通行量分别建立计算模型。基于VISSIM软件COM组件开发进行的仿真试验表明,改进后的自适应信号控制方法与最优固定配时方案相比能够减少10-20%的车辆延误;以最小化延误和最大化车辆通过量为目标的算法控制效果相近,以排队长度为目标函数的算法在饱和流量下优势相对明显。对于车联网条件下的相邻交叉口,提出了基于车队到达的自适应信号控制优化模型。利用关键车头时距指标识别路段中连续行驶的车辆,并将其整合为车队进行研究。在优化信号配时方案时,根据车队通过停车线的饱和车头时距,估算延误时间,利用CPLEX求解混合整数规划模型。采用隐式协调策略构建上下游交叉口配时方案协同机制。结论表明,同固定信号配时相比,基于乘客延误的自适应信号控制策略能够减少小汽车和公交车乘客延误分别达到10%和40%左右。敏感性分析表明乘客数量波动对优化模型的影响有限,同时需保证最低20-40%的车联网普及率。本文研究的自适应控制模型从微观角度揭示了车辆到达动态,有助于提高自适应控制效果,缓解城市交叉口拥堵。运用交通信息采集与控制系统,能够推动车联网技术的应用。研究从局部、小范围的城市交叉口做起,提高单个对象通行能力与服务水平;再到干道多交叉口联动控制,从而达到提高系统效率的目的,对当今倡导的城市低碳出行和城市环境可持续发展理念有着良好促进作用。