城市交通是由一系列的区域交通组成,所有区域交通承担着城市主要的交通流量,解决好城市区域交通信号控制问题,就能大大缓解城市的交通拥挤,提高城市交通运行效率。为此本文致力于研究一种智能优化算法——混沌量子进化算法,并将其应用于区域路网的交通信号控制,以提高区域交通的控制效率。城市区域交通信号控制,俗称“面控”,基于点、线构成面的思想,本文所作的主要工作如下：1.建立了以延误时间最小为性能指标的单交叉口单目标优化配时模型,提出-种基于适应度调节的混沌量子进化算法,并将其应用于模型求解,仿真结果表明,与其他算法相比,该算法在改善路口交通拥挤方面具有明显的效果,算法是有效的；2.建立了饱和度约束条件下以延误最小、停车最少、通行能力最大为目标的单交叉口多目标优化的信号控制模型,提出一种基于目标函数梯度的混沌量子进化算法,并将其应用于模型求解,仿真实验表明,该算法能较好地适应不同的交通状态下的信号配时优化控制,可有效改善交叉口的交通状况,算法是有效的；3.建立了基于车辆延误最小的干线绿波控制模型,提出一种基于目标函数梯度与适应度相结合的混沌量子进化算法,并将其应用于模型求解,仿真结果证明了该算法能够满足交通信号优化控制动态性和实时性的要求,优化结果对于改善干线系统车辆延误具有一定的效果,算法是有效的；4.在单交叉口信号控制与干线交叉口信号控制的研究基础之上,建立了以最小延误为评价指标的平面区域交叉口信号协同控制模型,提出一种基于目标函数梯度和适应度相结合的混沌双链量子进化算法,并将其应用于模型求解,仿真结果表明,与其他算法相比,该算法对于改善平面区域交通系统车辆延误具有一定的效果,算法是有效的。