随着我国经济的高速发展,在城镇化和机动化的双重作用下,城市交通拥挤问题已成为制约城市发展和居民生活质量提高的首要问题之一。先进、适用的交通管理系统是解决城市交通拥挤的最有效的途径之一,而交通信号控制是交通管理系统的核心。本文以此为出发点,在城市干线交通为主要研究对象,详细分析了传统的城市干线信号协调控制方法,并重点研究了新型的智能自适应交通信号控制方法。本文首先介绍了目前城市干线交通信号协调控制的研究现状,分析了几种现有的干线信号控制系统,并介绍了交通信号控制的基本概念、性能评价指标以及典型的交通信号控制分类策略。其次,本文详细分析了传统的干线定时信号协调控制和干线感应信号协调控制,实现了基于Webster理论的干线定时信号协调控制方法,以及两种干线感应式信号协调控制方法;提出了一种基于Robertson车队离散模型和卡尔曼滤波理论的车辆排队长度预测方法,在此基础上,采用分层递阶控制结构,给出了基于神经网络的实时交通干线信号协调控制方法。最后,在微观交通仿真平台VISSIM上,对本文中的各种信号控制方法进行了仿真比较。仿真结果表明:与几种传统干线信号控制方法相比,基于神经网络的干线信号控制方法能够减小10%至30%的车辆延误,并且停车次数等指标也得到了一定程度的优化。