多智能体系统和无模型自适应控制方法得到越来越广泛的关注,前者是分布式人工智能的重要分支,后者则是典型的数据驱动控制方法,二者在解决复杂系统相关问题时也有着各自的优势。本文目的于实现多智能体系统理论和无模型自适应控制方法的有机结合,并在多交叉口信号灯的协调控制中加以应用。主要的研究内容如下：首先,构建了多智能体系统协调矩阵的表达方法,并基于多入多出离散时间系统的无模型自适应控制理论,对多智能体系统,设计了一种无模型自适应协调控制算法(Model Free Adaptive Coordinated Control, MFACC)。仿真分析结果表明所提出的无模型自适应协调控制算法能够完成多智能体的独立跟踪、协调跟踪以及两者相结合的控制任务。其次,针对道路交通控制中的重点研究对象之一——多交叉口信号灯的协调控制,讨论了对其应用多智能体系统理论的意义和可行性。然后,根据排队长度均衡思想,把传统的无模型自适应控制和所提出的无模型自适应协调控制分别应用于多交叉口排队长度均衡的信号灯控制设计中。仿真结果表明,两种无模型自适应控制方法都能够达到交叉口排队长度均衡的控制目标,且无模型自适应协调控制不仅能实现单交叉口的排队长度均衡,还能实现交叉口之间的排队长度实现均衡,即多智能体系统的协调。最后,考虑到多智能体系统间的互联影响会对多智能体协调控制效果产生的影响,以多交叉口智能体系统为例,对多智能体系统的模型进行了改进,分别提出了改进的交叉口存储转发模型和基于交通波理论的关联交叉口排队长度模型,并运用复杂系统的无模型控制方法对系统进行分解,设计了对多交叉口智能体系统的分散估计分散控制型MFAC (Model Free Adaptive Control)算法。仿真结果表明,针对多交叉口系统的改进多智能体模型更加符合实际交通状况,尤其是当主干道交通流密度很大时,分散估计分散控制型MFAC算法能大大提升均衡控制的效果。