目前我国大多数城市交通拥挤问题突出，特别是一些大城市，机动车、自行车和行人的日益增多，使得城市交通拥挤更加严重。由于土地资源的有限，使得道路基础设施的提供受到极大限制，完全依靠扩大路网规模来解决日益增长的交通需求已经不能满足要求。这就需要在有限的资源条件下，运用控制方法对城市交通流进行合理的、科学的调控，从而达到提高路网通行能力和服务质量的目的。 区域交通控制系统本身就是一种对象不确定的、对控制的实时性要求很高、结构十分复杂的大系统，具有较强的非线性、模糊性和不确定性，这样就决定了系统建模和模型求解的难度，传统的方法很难解决这些难题。针对这种情况，本文采用非模型化的控制方法，将模式匹配方法引入到区域交通控制中，给出了基于聚类分析与模式匹配的区域交通控制方法。 首先运用聚类算法进行数据分类，将历史交通数据分成若干类；在分类中，针对k-means算法对初值的选取敏感的问题，采用模拟退火算法进行了补充。根据某个路口一天的历史数据，分别用k-means聚类算法和基于模拟退火的动态算法进行分类，并对分类的效果进行了比较。 然后借鉴文献资料对控制系统的分层结构，给出了一个三层结构的分布式区域控制系统结构。针对最下两层结构，给出了基于模式匹配的区域交通控制方法，并在TSIS上进行仿真。在同样的交通条件下，分别运行定时控制、多时段控制和基于模式匹配方法的控制方案，仿真软件一一给出评价结果，最后对这几种控制效果进行了比较。 在此基础上，探索把这种新方法应用到新型信号机中，并对新型信号机上的嵌入式软件开发做了介绍。