交叉口相位设计与配时相互制约、相互耦合。然而,以往对单点交叉口信号控制的研究多将两者分割开来,忽略了其内在的联系,一定程度上影响了交叉口信号控制的效果。因此,对单点交叉口相位设计与信号配时组合优化进行研究具有重要的理论与实践意义。首先,论文回顾了单点交叉口信号控制研究现状,介绍了信号控制相关概念以及几种常见的信号控制方法和优化算法。其次,针对现有交叉口相位设计与配时研究的不足,本文以车辆平均延误最小为目标,建立了单点交叉口相位设计与配时组合优化模型。该模型是典型的NP难题,暴力搜索和一般智能算法求解效率不高。因此,本文提出精英多种群遗传粒子群算法（Elite Multi-population Genetic Particle Swarm Algorithm,EMGA-PSO）对模型进行优化求解。EMGA-PSO算法融合了遗传算法、粒子群算法以及动态规划算法,并利用种群多样性算子和精英保留策略进行衔接,将算法的上下层形成反馈,解决了交叉口相位设计和信号配时组合优化问题。为对比分析组合优化模型及算法的优化效果,论文建立了交叉口相位设计与信号配时两阶段优化模型和算法。其中,第一阶段以交叉口总流量比最小为目标优化相位设计,第二阶段基于第一阶段得到的相位设计方案,再以车辆平均延误最小为目标进行信号配时优化。最后,以浙江省绍兴市中兴南路与城南大道交叉口为例,将TRRL法、两阶段法以及组合优化的控制效果分别与现状配时的控制效果进行对比分析。数值结果显示组合优化算法、两阶段法、TRRL法比交叉口现状配时的车辆平均延误分别降低了20.2%、4.3%、3.3%。从而验证了本文提出的相位设计与信号配时组合优化模型及算法的有效性。可见,组合优化法对交叉口信号控制的改进效果明显。另外,仿真结果也表明组合优化明显改进交叉口信号控制的效果。