随着经济和技术的发展,汽车成为了日常的交通工具,汽车的快速增长是导致交通问题最直接的原因。在交通系统中,充分利用现有路网资源,提高车辆通行效率是现代交通控制配时方案的宗旨。在本文中,将以区域作为整体的优化目标,将区域车辆的平均行驶时间最短作为衡量交通性能的评价指标,以修正的HCM2000作为单路口的平均延误模型,用以建立区域交通的评价模型。近年来,随着人工智能技术的不断发展,智能信息处理在现实生活中的应用成为热点话题。本文通过对传统的粒子群算法的研究,提出了一种改进的粒子群算法。并利用该算法来对建立的区域车辆整体平均行驶时间最短的模型进行求解。即将改进的粒子群算法分别用于交通模型在欠饱和状态下、饱和状态下区域以及车流量相差较大的混合区域进行配时优化。实验结果表明,提出的算法改进策略可以平衡局部最优解和全局最优解,使优化过程得到合理的交通配时参数;从而可以减少车辆在区域的平均延误时间,达到缩短区域车辆平均行驶时间的目的。所以本文提出的模型是客观的,而且改进算法不仅合理、有效,而且能提高算法的精度。具体内容如下:1.提出了一种改进粒子群算法。该算法通过将惯性权重因子与非线性策略相结合。2.本文以区域为整体优化目标,将区域车辆平均行驶时间最短作为衡量交通性能的指标,根据HCM2000模型,建立了区域车辆平均行驶时间最短的数学模型。3.利用改进后的粒子群算法求解上述模型,得出优化后的区域各交叉口相位配时方案,应用该方案能够缓解交通压力。