智能交通系统是城市交通控制系统与先进的计算机技术、自动控制技术、通讯技术以及人工智能技术相结合产生的具有重要现实意义的交通解决方案。它的出现给自动控制理论带来新的应用对象和要求。智能交通控制和智能交通诱导是整个智能交通系统实施和运营的关键部分，对这部分的研究有很强的现实意义和理论价值。 本文在城域交通控制方法、交通诱导系统以及先进的交通管理系统等方面进行了全面且深入的研究，在总结目前已有研究成果的基础上做出了有效的改进，提出了自己的创新点。 本文的主要内容和创新点包括： 1．提出一类灵活的面向城域单交叉路口的分级模糊控制器。该分级模糊控制器不仅能大大减少模糊规则数目，并且可以采用进化算法对控制器的模糊隶属度函数进行离线自适应优化，从而不断跟踪交叉路口的交通状况变化，使模糊控制的效果得到较大提高； 2．提出一种基于分布式Q学习的区域交通协调控制算法。基于分布式Q学习的区域交通协调控制摆脱了一般的带上层监控的递阶控制模式，无需预先了解交通流模型，各交叉路口控制器之间所需的通信量很少，是一种具有一定潜力的城市交叉路口组协调控制方式。 3．提出一种新型的智能群体优化方法—细菌群体趋药性优化算法。细菌群体趋药性算法同时使用单个细菌在引诱剂环境下的应激反应动作和细菌群体间的位置信息交互来进行函数优化。细菌群体趋药性算法在保留单个细菌较强的搜索能力的基础上克服了细菌趋药性算法收敛速度较慢的不足，是一种具有进一步研究价值的新型函数优化方法。该算法在城市动态交通诱导系统中获得初步应用。 4．提出一种基于多Agent技术的城域智能交通管理系统的模型框架。采用多Agent技术的集成交通控制系统框架模型，以分布式计算模式平衡交通控制网络的计算负荷，提高了诱导子系统与控制子系统的融合程度，也增强了控制系统的鲁棒性与实时性。沁)’，认掌浙江大学博一卜学位论文最后，总结全文的工作，并指出若干有待于今后进一步研究的内容。