本文是作者在攻读硕士学位期间对交通控制以及智能优化算法的一些研究和总结。随着现代经济和城市规模的发展,城市交通也引起了很多国家和政府的重视。于是交通控制随着现代电子技术和计算机技术以及数学的发展也有着突飞猛进地发展,并且交通控制的精度也有了很大的提高,对于提高城市道路交通有着至关重要的作用。同时随着现代的各种控制方法的发展,国内外对交通控制的研究也在不断地深入,特别是现代各种智能控制和智能优化算法对交通控制的信号配时、优化有着主要作用。本文针对现代交通中的干线协调控制的问题,提出了对干线双向绿波控制的优化。首先本文简要地介绍了交通控制的基本原理以及交通信号配时,并且根据后文的需要,对现在常用的一些智能优化算法的原理和算法的步骤进行介绍,依据这些智能算法的特点对他们进行了比较。同时对本文中将要的采用的粒子群优化算法(PSO)进行了详细地介绍,给出了该算法的算法原理和公式,并给出了PSO算法的基本特点。然后讨论在干线中交通流量采集传感器的布局,针对不同的交通道路情况对传感器的合理布局进行讨论,以很好地采集干线的交通流量和采集精确的交通信号参数,综合所讨论的因素给出了传感器布局的整体思路。接着讨论了双向绿波的概念和控制目标,依据对交通控制中的性能指标分析建立了双向绿波的模型,通过讨论多目标优化的基本概念和基本原理,对建立的双向绿波的模型分析,给出了延误和停车率等优化目标。然后利用粒子群优化算法(PSO)对建立的多目标的模型进行优化,给出优化设计的基本步骤的描述。最后通过仿真平台对讨论的双向绿波的优化进行仿真,并对全文进行总结和展望。