当前,如何缓解交通拥堵成为我们必须面对的问题。作为智能交通领域研究的重点方向,信号交叉口的交通状态分析和通行能力评估对于解决城市交通拥堵问题具有非常重要的意义。由于受多种因素的影响,信号交叉口的运行状态具有非线性、多变量、随机和时变等特性,对之难以建立精确的数据模型。本文提出采用语言动力系统理论通过有效地利用自然语言解决复杂交通系统中的相关问题,动态描述交通系统的演化规律,并将该理论应用于交通状态的预测以及通行能力的评估,为交通状态和通行能力的研究提供新的研究思路和方法,进而为缓解交通拥堵奠定基础。论文首先介绍交通状态量化/分类、通行能力的研究现状以及语言动力系统相关理论,阐述了词计算、区间二型模糊集合、一型语言动力系统的计算方法。在总结现有研究的基础上,分析了交通状态的评价指标,提出了相应的预测模型,并给出了评估通行能力的相应指标体系。其次,在确定交通状态指标的基础上,首先采用数据预处理相关方法对采集的数据进行筛选、修护和转换,并采用k-means聚类算法进行聚类,获得四种交通状态聚类结果,最后通过区间二型模糊集合方法预测某时刻的交通状态,并与采用特征向量法获得的预测结果进行比较。然后,采用区间二型模糊集合和模糊综合评判相结合的方法对信号交叉口通行能力进行建模和评估,给出了四种一级指标的评估结果以及整体评估结果,针对交叉口可能存在的不足提出具体的改善措;提出了改善通行能力的闭环控制模型,给出不同的改善强度下通行能力的变化情况,实施合理的改善措施。最后,设计了一种基于区间二型模糊集合和语言动力系统的信号交叉口评估系统框架,用于自动实现信号交叉口交通状态判别和通行能力评估,并分析了其关键技术。论文采用数据预处理、k-means聚类算法、区间二型模糊集合的方法对交通状态进行数据处理、分类以及预测,采用模糊综合评判与区间二型模糊集合相结合的方法对交叉口进行通行能力建模与评估。论文充分运用语言信息对交通状态预测及通行能力评估,为缓解信号交叉口拥堵提供新思路。