从1868年第一盏交通信号灯在英国伦敦街口出现至今,人们就从未停止对交通控制研究的脚步。1963年,世界上第一个中心式的交通信号控制系统在加拿大的多伦多建成,这标志着交通控制走进了系统化的时代。在交通拥堵问题日益严重的今天,虽然交通控制技术的研究工作已经经历了半个世纪之久,但人们仍探索着应如何将不断涌现的新技术运用于交通控制,解决城市交通拥挤问题,促进经济发展。智能控制技术在交通控制中的应用研究主要包括两个方面,一方面是从优化方法角度,另一方面就是从评价技术方面进行应用。本论文针对我国城市交通问题的特点以及交通管理现状,借鉴国内外有关单点控制和区域交通评价的研究成果,分析已有遗传神经网络算法的分类特点,确定了本文所要采用的遗传神经网络算法的基本思想。依据科学性、典型性、全面性、可行性、可比性等原则选取单点控制和区域控制效果评价指标。根据单点信号控制优化特性,建立了二个处于底层的遗传神经网络进行绿信比优化,和一个处于顶层区分公交车辆和一般车辆的评价准则的单点控制模型,通过用VC++编程实现,并用VISSIM对模型进行了验证。同时以MATCS为背景,建立了基于遗传神经网络的区域控制评价模型,通过编程和仿真验证了模型的有效性。