本文介绍了模糊理论的基础知识后，对动态系统模糊辨识进行了研究，并在此基础上进行模糊控制器的设计，为其进一步的应用作好理论铺垫。同时本文概述了智能交通系统，对模糊理论应用于其中作了深入的研究，内容涵盖了交通系统的多个领域，其中包括对象模型的研究，控制策略的研究，系统评价的研究等等。本文还对智能交通的仿真系统作了回顾，并结合本文的研究成果，对自行开发的智能交通的仿真系统提出了一些构想。 本文的主要研究内容包括： 1．研究了动态模糊系统辨识，着重研究其中的两种模糊辨识方法，一种方法是根据观测不同时间片的输入输出数据后，建构输入输出变量的模糊动态模型；另一种方法是基于T-S模型的模糊辨识。同时在系统辨识的基础上进行模糊控制器的设计，对线性和非线性系统及多输入多输出系统进行了仿真。 2．按照微分方程模型和人工智能模型两大分类研究了各种跟车模型以及系统稳定性分析，并在动态模糊系统辨识的基础上提出一种新型的、方法简便的模糊跟车模型，仿真结果显示了其准确性。 3．发展了单路口交通模糊控制，提出一种基于路网的城域多路口交通模糊控制的策略，能够有效的对交通信号灯进行大区域控制和谐调，减少过往车辆的等候时间。 4．研究了模糊量排序的问题，并用于智能交通项目的评价，提出了一种多因素多层次的项目模糊评价方法，它将多个评价因素分成定性和定量两大类，每个大类再将因素分阶层评价，多阶层评价结果进行合成后得出最终的综合评价排序。这种方法很适合于象智能交通系统这样具有大量精确化、非精确化等诸多方面混杂在一起复杂条件的项目评价。 5．在总结智能交通仿真系统的分类和分析现有软件的特点的基础上，构建智能交通仿真系统，集成本文提出的跟车模型、控制策略、评价方法等研究成果。 最后，总结了本文的工作，并指出了若干有待于进一步研究的问题。