随着经济的飞速发展，城市现有的交通设施和控制管理方法已经不能适应日益增长的交通需求，并且随之而来的交通拥挤、交通污染、交通事故也使得城市交通日益严峻。鉴于此，本文提出了一种分布式城市道路交通模糊控制方法，该方法首次引入了ARIMA(AutoRegressive Integrate Mobile Average)短时交通流量预测和相序优化模块。基于建立的城市路网宏观交通流模型和车辆延误评价方法，对该控制方法和传统定时控制做了相关的对比仿真研究(Matlab仿真)，结果表明：本文提出的分布式城市道路交通模糊控制方法大大优于传统定时控制，是解决城市交通问题的有效途径。 本文研究的主要内容如下： 1．对城市交通流量短时预测做了相关研究，论证了ARIMA模型在交通流量预测中应用的可行性与有效性。 2．根据本文的研究需要，综合了Kashani模型和INTUC模型，提出了应用于本文研究的交通流量模型。 3．根据提出的交通流量模型，设计了基于ARIMA短时交通流量预测及模糊逻辑的城市多路口交通控制器，首次引入交通流量预测模块，相序优化模块，使该控制器能够很好地适应交通现象的复杂性。 4．选取长沙市的特定路网作为研究对象，并且根据中前期在长沙市交通指挥控制中心调研得到的相关仿真参数以及交通流量数据，对本文所设计的分布式智能交通控制器(基于模糊逻辑)与传统定时控制进行了相关的对比仿真验证研究。