现代有轨电车被公认为是一种高效的公共交通方式,它具有建造成本低、建设难度低、安全系数高、环保系数高等优点。国内有轨电车一般采用半独立路权,传统交通信号控制策略无法保证该路权下有轨电车的运行效率。有轨电车信号优先可以提高有轨电车的运行效率,但是会对交叉口的社会车辆造成一定影响,所以如何设计有效的有轨电车信号优先控制策略,在提高有轨电车运行效率的同时减少对社会车辆的影响,将会是一个有意义的研究课题。本文以干线为对象,基于有轨电车停站时间的预测,根据干线中各交叉口的实时交通流为有轨电车提供优先通行权。通过分析有轨电车实时优先问题的特性,建立基于停站时间预测的有轨电车实时优先模型（Predictive Real-time Tram Signal Priority,PRTSP）。PRTSP模型以干线中有轨电车和社会车辆的总延误最小为优化目标,以干线各交叉口各相位有效绿灯时间和交叉口绝对相位差为决策变量。有轨电车到达干线各交叉口停车线的时间是PRTSP模型中的一个重要输入参数,它与有轨电车运行时间、有轨电车停站时间有关,前者是确定的,而后者则具有不确定性,它与上车乘客数、下车乘客数、有轨电车发车间隔等非线性相关,所以为了得到较为准确的有轨电车停站时间,本文使用支持向量回归机建立有轨电车停站时间的预测回归模型。为了求解PRTSP模型,本文设计改进的混沌粒子群算法,分别在初始化种群阶段引入混沌理论、在种群最佳位置连续停滞时引入变异算子,来提高粒子群算法的寻优能力。最后以武汉市光谷有轨电车L1线创业街站—光谷天地站为例,设计仿真实验。实验结果表明本文提出的PRTSP模型在给有轨电车提供信号优先的同时,可以有效降低干线上的社会车辆延误。同时表明改进混沌粒子群算法比标准粒子群算法寻优能力更好。