交通问题是全球普遍关注的重要问题，交通问题严重影响了人类社会经济的正常运行，城市交通信号控制系统是提高城市交通运行效率的重要途径之一，也是城市交通现代化、智能化的重要标志，先进的城市交通信号控制系统对改善交通状况，充分利用现有道路的通行能力起着重要作用。本文首先分析了交通信号控制的发展历程，交通控制系统的发展方向，介绍了交通信号控制的主要参数以及其传统的优化方法和评价指标，着重讨论了车流量较大时的车流特性，根据链系统预估理论建立了结构分散化的车流预测模型。然后基于Agent理论以及交通系统本身的特点，在分析目前交通控制结构不足的基础上，提出了结构分散化的控制系统结构——基于Agent的城市交通信号控制系统结构。该系统将交通系统的控制策略的制定权放在各个路口，各路口根据自己的知识并通过相互协作进行交通系统的控制，提高了路口级的智能决策能力，从而使控制系统可更加灵活地适应交通系统复杂多变的特点，为实现交通系统的实时智能控制提供了可能。本课题的主要目的就是利用Agent技术提出一种新的实时自适应城市区域交通信号控制系统。本文分析了基于广义知识模型的Agent交通信号控制模型，研究了基于遗传算法的学习机理和基于博弈论的协调机制。主要针对交通流量和车流密度比较大时的交通流模式，进行了仿真分析，结果显示控制效果优于传统的控制方法，取得了预期的控制目标。