单点交叉口多时段信号配时优化是缓解道路交通拥堵、提高通行能力和减少交通延误的重要手段,考虑到国内交叉口的多时段信号配时优化是以人工调控和模型优化相结合的方法,存在准确性不高、优化效果不明显等问题,本文基于过车数据提出了针对国内交叉口信号控制现状的多时段划分方法和信号配时优化方法。在单点交叉口多时段划分方面,鉴于现有的算法划分控制时段存在的控制时段内时间不连续以及控制时段的时间长度较短等问题,本文提出了一种基于时间序列分段算法的多时段划分方法;基于过车数据,通过时空汇聚提取时间序列样本数据,在此基础上考虑时间序列样本数据的特性构建样本数据的线性回归模型成本函数,以总成本函数值最小为优化目标构建动态规划搜索算法来实现转折点位置的寻优。并将时间序列分段算法和K-means聚类算法的多时段划分结果对比,结果表明时间序列分段算法能够解决控制时段内时间不连续和控制时段的时间长度过短等问题。在交叉口信号配时优化方法研究方面,针对现有的以延误、排队长度等指标最小为代表的一类优化算法,指标建模和估计方法复杂度高等问题,并考虑到国内交通信号控制单环结构特点,提出了面向阶段-相位结构的单点交通信号控制配时优化方法;根据交叉口的几何结构和配时方案构建车道-相位映射和阶段-相位分布表,并通过设定各相位的目标饱和度以及周期和阶段时长的约束,以各相位实际饱和度与目标饱和度偏差最小为目标构建线性规划模型。在此基础上进一步构建面向阶段-相位结构的信号配时优化方法的算法流程。通过SUMO仿真模拟获取在5种交通需求水平下的过车数据,对比分析面向阶段-相位结构的信号配时优化方法和Wester配时方法,仿真结果表明本文所提出的方法能够减少交叉口的总延误并且使交叉口的各阶段饱和度接近所设定的目标值。本文的研究是针对我国目前的单点交叉口信号控制实际情况,开展基于过车数据的单点多时段划分方法和信号配时优化方法的研究,将为城市道路干线协调优化和区域交通优化奠定了技术基础。