随着机动车保有量的快速增长，城市交通拥堵问题日益严重，其中部分拥堵是由于“潮汐式”交通流导致的，即交叉口早高峰和晚高峰期间各流向的交通流量分布不均衡，传统的静态的车道功能划分已无法满足潮汐式交通流的需求，导致特定交叉口特定流向产生严重的拥堵排队。交警实践表明，如果能够根据交通流量的特征，动态地组织各车道的功能，则可以提高交叉口时空资源的利用率，提高交叉口的通行能力。本论文依托浙江省重大科技专项和优先主题计划项目“项目车路资源智能动态配置系统的研究与开发”，对可变车道的自适应优化控制方法进行研究。　　 针对目前可变车道多为手动控制、定时控制和感应控制而引起的可变车道利用率不高以及控制精度不高的问题，首先对影响可变车道属性的因素进行分析，确定采用交通流量指标作为控制参数，然后以实时的交通流量数据为基础，提出了一种基于动态交通流量的可变车道神经网络自适应控制方法，根据道路交通的实时信息动态地改变可变车道的属性，并根据输出误差优化系统的控制参数，从而使控制效果达到最优。　　 针对目前可变车道控制系统与信号控制系统独立进行控制的问题，本文将可变车道与信号配时进行协同优化控制，研究了在可变车道属性改变后相应的信号配时方案，并根据交叉口的交通状况将信号配时方案分为高流量和低流量两种情况。将可变车道与信号配时协同控制，以达到信号交叉口的最优控制。　　 最后，在前面研究的基础上设计了一种可变车道控制器，对提出的控制方法进行实践验证。同时通过PARAMICS交通仿真软件进行了模拟验证，并以相同条件下设计的定时控制方案作为对比，对使用该控制方法后信号交叉口的排队长度和延误进行了评价。仿真结果表明，利用本文提出的自适应控制方法能够有效地减少信号交叉口的排队长度和延误，提高信号交叉口的通行能力，提高可变车道的利用率。