目前我国城市交通拥挤现象日趋严重,为解决交通不畅问题,城市公路隧道日益增多,公路隧道的智能监控系统是隧道正常高效运营必要条件。虽然当前隧道监控的设备及监控方案己基本成熟,但很多相关问题的研究仍处于起步阶段,本文所研究的隧道智能排水控制问题就处于隧道研究的初始阶段。城市公路隧道排水智能排水系统不仅是一个公路隧道智能监控系统的重要组成部分,同时也是公路隧道智能监控系统中的难点问题。通常排水对象的形成过程是一种不确性的现象,如降雨、地形地貌、下垫面层等客观条件的不确定性决定了排水对象的随机性和模糊性。这样就导致了如计算模型、计算参数选定、计算的假定、计算简化、计算图示、信息描述、测量精度等一系列的不确定问题的产生,使得公路隧道智能排水控制系统的采用的智能化方法必须具有更强的实用性和科学性。本文首先分析了城市公路隧道的特点,提出了城市公路隧道智能排水控制系统的框架,并依据国家相关的标准和规定,研究建立了基于模糊推理神经网络的公路隧道排水控制模型,提出了基于GABP神经网络排水控制算法。采用遗传算法(GA)对传统的BP神经网络模型进行优化,建立GABP神经网络模型,并以武汉市中山路隧道的历史数据为研究对象,对建立的GABP神经网络的城市公路隧道智能排水控制模型进行工作仿真实验。得出实验结果与原始的BP神经网络相比,能够减少计算量,缩短训练时间,加快收敛,提高预测准确度。同时,以定性和定量结合的方法进行系统分析与综合,使得控制器的设计摆脱了系统模型的束缚,算法简洁,健壮性强。城市公路隧道智能排水控制系统作为城市公路隧道智能交通监控的一部分,是城市智能交通监控系统解决城市交通拥堵问题的实际解决方法之一,具有很强的可行性和实际应用价值,将广泛应用于城市公路隧道之中,其智能化的设计和研究都具有重要意义。