我国经济的飞速发展和居民收入水平的稳定增加，使得我国城市交通运输的需求激增。这些问题严重困扰城市发展、影响人们生活质量。有限的空间和经济等因素阻止了现存交通基础设施的进一步扩展。有效的交通信号灯配时优化算法对交通管理有着重要意义。　　本文首先基于单路口交通数据分析其变化趋势，并总结交通数据间的关系，并通过多路口交通数据分析各路口之间关系。进而采用合适的数据预处理方法应用于交通数据预处理。　　随后针对车道饱和度预测问题，提出了改进的算法，并采用该算法构建车道饱和度预测模型。为了提高建模精度，采用最大相关最小冗余特征提取算法确定模型的输入。在确定模型输入基础上，采用支持向量回归算法构建车道饱和度预测模型。并采用改进的教学学习优化算法应用于支持向量回归的参数寻优，从而得到高精度预测模型。　　最后，本文致力于构建基于实际数据的交通仿真系统。本文中的交通仿真系统采用真实道路地图，并利用VISSIM中图形化工具构建交通路网。在此基础上，采用真实交通数据设置仿真系统中交通车流量。针对路网中车道饱和度分布不均的问题，借鉴模型预测控制算法，提出了区域交通信号配时优化算法。并将算法得到的交叉口信号周期和绿灯时间分别导入到交通仿真系统。仿真结果表明，区域交通信号灯配时优化算法能减少车辆的平均延误时间和平均停车次数。