随着城市化进程的不断发展和车辆保有量的大幅增加,交通拥堵已经成为许多城市的重要交通症结。交通拥堵每年带来的经济损失达数百亿美元,更会造成环境污染、交通事故等恶劣影响。交叉口作为城市交通路网的节点,因其复杂的合流、分流情况以及信号控制方式成为交通拥堵的高发地点,运用合理的信号控制方法提高车辆在交叉口处的通行效率,减少停车次数,降低车均延误,对于提高路网效益具有十分重要的意义。随着智能控制方式、自动化技术、感应技术的日臻成熟,越来越多的智能控制方式被应用于交叉口信号控制,成为未来交叉口信号控制的发展方向。本文针对现阶段交通信号控制的发展现状,分别对干线交叉口协调控制、交叉口信号模糊控制、短时交通流预测方法进行了分析,目前已有的研究虽然提出了一些交叉口智能控制的方法,但对交叉口间的动态协调控制以及信号控制方法的进一步优化考虑不足。一方面,采取预设信号控制参数的方法无法响应实时交通流变化;另一方面,同样的控制参数无法适用于所有交通流条件,需要根据变化的交通流情况对参数进行优化。针对上述问题,本文把模糊控制、元胞传输模型和遗传算法应用于交叉口信号协调控制,以车均延误最小为优化目标,设计了考虑车辆离散规律的干线相邻双交叉口相序可变的模糊协调控制,同时提出一种考虑交叉口因素的元胞传输模型,对未来的交通流变化进行预测,并引入自适应遗传算法对模糊协调控制进行优化,使模糊协调控制能够适应更广泛的交通流量条件。在介绍了信号控制、模糊控制理论以及VISSIM二次开发等理论知识的基础上,本文详细阐述了干线相邻交叉口模糊协调控制的设计方法。干线相邻交叉口模糊协调控制采取相序可变的控制方法,由七个模糊控制器构成了三个信号控制级,第一级模糊控制级对当前所有红灯相位和绿灯相位的交通状态进行观测,第二级模糊控制级在第一级的观测基础上,经过模糊推理得到相位切换值,第三级模糊控制级考虑相邻交叉口的相互影响,对相位切换值进行修正,从而实现交叉口的协调控制。利用MATLAB对VISSIM二次开发搭建仿真平台,证明了干线双交叉口模糊协调控制能够有效减小车均延误,具有较好的控制效果。其次,本文介绍了一种交通流预测模型——元胞传输模型,阐述了元胞传输模型的基本原理、数学模型,针对当前元胞传输模型存在的元胞长度固定、没有考虑交叉口影响因素等问题,本文设计了适用于交叉口的改进元胞传输模型,通过元胞密度计算元胞的发送量和接收量,从而实现了元胞长度可变设计;并考虑交叉口进口道受信号控制的影响,对进口道元胞发送量的计算进行了修正;最后,为了使元胞传输模型能够更好地预测实际交叉口交通流,通过实际交叉口数据和VISSIM仿真软件对元胞传输模型的参数进行了标定。以实际交叉口为研究对象,运用MATLAB编程,在单交叉口定时控制、单交叉口模糊控制、干线相邻双交叉口定时控制、干线相邻双交叉口模糊控制四种情况下,对比适用于交叉口的改进元胞传输模型和VISSIM输出的元胞密度图和交叉口车均延误,证明改进的元胞传输模型能够根据车辆到达率对未来的交通流进行比较准确的预测,预测得到的车均延误与VISSIM仿真得到的车均延误基本吻合。最后,在传统遗传算法的基础上提出了交叉概率和变异概率可变的自适应遗传算法,与传统遗传算法不同的是,自适应遗传算法的交叉概率和变异概率是根据当前个体的适应度进行调整的,使适应度高的优良个体有更大的概率保留到下一代,有利于产生适应度更高的种群。运用自适应遗传算法优化模糊控制器的隶属度函数中心点位置,弥补了传统模糊控制隶属度函数一经设定后固定不变的缺点。优化过程中,以适用于交叉口的改进元胞传输模型预测的未来车均延误最小为目标,对七个模糊控制器的隶属度函数进行优化,得到对于当前流量条件下控制效果最好的隶属度函数。以实际交叉口为研究对象,通过MATLAB和VISSIM二次开发,分别对0.8倍、1倍、1.2倍、1.5倍实际交叉口流量条件下,基于自适应遗传算法优化的相邻双交叉口模糊协调控制方案、普通模糊协调控制方案和定时控制方案进行对比,验证了自适应遗传算法优化后的模糊控制相比优化前能够进一步缩短车均延误,提高干线通行能力。