本文从国内外智能交通系统的研究现状出发，重点研究交通信号的优化调度课题。研究的目标是在交通数据采集的基础上利用专家系统、神经网络、遗传算法等技术分析交通动态特征、形成全局优化调度指令，并利用模糊控制的方法实现交叉口的信号灯控制。文章针对现有城市交通信号控制系统的不足之处，提出了一种城市交通信号控制系统的设计方案。该方案采用模糊控制方法对交叉口交通信号进行控制，提出以当前相、后继相的车辆等待长度决定相位信号配时，并针对模糊神经网络提出FN-BP算法以改进传统BP算法收敛速度慢、处理精度不高的困扰。同时还详细研究了基于遗传算法的模糊神经网络智能控制方法，提出对城市交通系统控制信号进行全局优化调度的算法。在前述算法的指导下，依据面向对象软件开发思想，用Visual C++开发城市交通信号控制系统仿真系统S-UTCS。并通过对示例路网进行仿真，得出了合理的统计结果，证实设计的合理性和实现的有效性。实践证明，与传统BP算法相比，该算法具有收敛性能好、函数逼近精度高的优点。通过遗传算法的全局优化，可以在动态变化的交通环境下找到鲁棒性较好的控制参数，实现全局优化的面控。