交通问题是全球普遍关注的重要问题，交通仿真技术是研究交通问题的重要手段。由于我国交通状况与国外相比有许多不同特点，而现有的大部分交通仿真软件无法真实仿真这一状况。针对这种情况，本文根据交通运输工程学的研究成果，利用计算机仿真技术及多智能体技术，开发了基于MAS的城市微观交通仿真系统，为研究交通问题提供了新的思路和方法。首先，本文在深入研究多智能体理论和城市交通系统特点的基础上，以车辆、路段、交叉口、信号灯和交通控制中心五个主要智能体为核心，建立了基于多智能体的微观交通仿真系统的三层框架模型。在此基础上，本文结合模糊控制技术的优势，将模糊决策方法运用到车辆Agent的各种驾驶行为决策中。针对目前对车辆过交叉口驾驶行为研究的欠缺，创新性地提出了车辆Agent过交叉口防碰撞驾驶的模糊决策方法。其次，针对目前智能交通信号控制研究的不足，创新性地提出了信号灯Agent的模糊自适应控制策略。该策略通过模拟区域控制中心的人工指挥特点，使信号灯Agent能根据当前路口各相位排队车辆数和相邻路口同方向排队车辆数来自主进行信号的实时智能控制。这种控制方法使整个控制系统能够更加灵活地适应交通系统复杂多变的特点，为真正实现交通系统的实时智能控制提供了可能。然后，本文分析了采用面向对象技术进行Agent应用开发的可行性，并以Java为开发工具，开发了基于MAS的开放性城市微观交通仿真系统。该仿真系统可根据用户的不同需求利用地理信息系统完成仿真路网的自动绘制，且仿真路网和城市的路网重合，从而能够实现大规模城市路网的微观交通仿真；该系统还能完成车辆各种交通行为的仿真，以及车辆在路网上行驶时各种交通信息的自动统计；同时它还为各种交通控制和交通规划仿真实验提供了编程接口，具有非常好的可重用性、灵活性、可扩展性。最后，本文还利用开发的城市微观交通仿真系统进行了交通控制仿真实验，将本文提出的新交通控制策略分别与定时控制和普通的模糊控制策略进行了比较分析，仿真结果表明：与定时控制和普通模糊交通信号控制方法相比，新的交通控制策略可以提高车辆平均行驶速度5％～10％。