随着城市发展的不断加快,机动车辆的持续增加,城市交通问题变得越来越严峻。城市交通系统是一个时变的,具有随机性的复杂系统。近年来,模糊交通系统已经成为交通控制研究的主要方向。模糊控制不需要精确的模型,结合专家的经验知识,具有较好的动态性。但是,模糊控制适用于具有模糊环境的粗糙控制场合,对于高精度的控制系统,其控制效果并不理想。针对模糊控制中论域划分及隶属度分布的问题,在双模糊控制器的基础上和规则形式不变的前提下,通过模糊推理计算出输入输出变量的伸缩因子,即根据输入量的大小决定输入输出变量的论域范围,以达到动态调整控制规则的目的,从而实现模糊规则的自学习。本文的研究对象是在相位组合以及车道构成固定的前提下,根据各个车道的排队长度计算车道的通行权转移度,以此决定相位转换和当前相位绿灯延时的模糊算法。在此基础上,在绿灯延时模块中,根据模糊规则来实现伸缩因子随输入量的变化而变化,实现了论域的自适应调节,解决了控制器参数设置的问题。仿真结果表明,与传统的模糊控制相比,基于变论域的模糊控制对于论域伸缩更加合理,实现了根据变化的车流状况适当调整控制器参数的要求,更好地优化模糊控制器,实现了控制器的自适应,提高了车辆的通行效率。本论文总体分为六部分,首先介绍了目前模糊算法在交通领域的发展状况,并阐述了课题来源和研究的主要内容;第二部分是相关的背景介绍;第三部分是路口交通流量的实际勘测;第四部分描述了模糊控制算法和变论域模糊控制算法流程;第五部分是交通仿真软件设计;第六部分是对定时控制法,潮汐控制法,模糊控制以及变论域模糊控制四种方法进行仿真实验和结果分析。