随着我国城市化进程的不断加快,机动车保有量不断增加,而道路基础设施的建设速度则相对缓慢,这使得城市路网中部分交叉口在高峰时段处于过饱和状态,从而引发了干线和区域的交通拥堵,严重影响了大众出行效率。随着路网负荷增加,车流的运行特征产生了一系列变化,致使传统的信号配时模型已经难以应付。本文基于大数据发展背景,首先分析了交通大数据发展对信号控制的影响,并系统阐述数据挖掘、预处理和控制参数提取等技术;然后分别对高负荷状态下的单交叉口及干线协调提出了配时优化新方法。在单交叉口配时优化方面,首先分析车辆在交叉口高负荷状态下的释放特性,研究在不同负荷条件下车辆通行的时空特征,针对绿灯末期车流释放效率低的特征提出了以周期损失时间及绿灯利用率作为优化指标,建立交叉口配时优化模型。在干线协调动态控制方面,首先对不同负荷条件下的干线车流运行特征进行分析,针对绿波协调模型在高负荷状态下容易引发交叉口二次停车的缺陷,设计一种以延误为优化目标的干线准绿波协调相位差优化模型,进而基于流量及流向变化构建了运行车速、公共周期、相位差及绿信比的协同优化模型,实现了干线协调方案的全时段动态调整。最后以淄博市张店区南京路-新村西路交叉口和北京路为例,对本文提出的优化模型进行了验证。(1)南京路-新村西路交叉口:实施交叉口信号配时优化后,交叉口损失时间减少12.7%,排队长度减少20%;(2)北京路:实施过渡时段干线准绿波协调后,协调方向的车辆平均延误降低28%,平均行程车速提高13.2%,有效提升了干线车流在过渡期的运行效率。