近年来,城市化进程和社会经济得到了飞速发展。在此影响下,城市交通需求与机动车辆迅速增加,交通拥堵情况日益严重,大气和噪音污染呈上升趋势,恶性交通事故频发。交通问题成为困扰许多大城市发展的通病,交通拥堵成为制约城市经济和社会发展的“瓶颈”。建设方便、安全、高效率、低公害、有利于生态和环境保护、以公共交通为主体的多元化城市交通系统成为城市交通建设的新目标。通过改善交叉口信号灯控制策略从而缓解交通拥堵问题已迫在眉睫。论文针对我国城市交叉口信号控制所面临的问题,围绕如何实现合理有效的路口交通信号控制,对交叉口信号控制理论与交通信号控制策略的实现进行深入细致的研究。论文首先分析了相邻两交叉口车流量关系。考虑对于交通这种具有非线性、不确定特点的系统,提出采用广义回归神经网络对车流量进行预测。广义回归神经网络综合考虑每个样本对整体样本空间的影响,既不丢失样本点,又可降低奇异数据对预测结果的影响。针对广义回归神经网络作用函数中心点不确定的缺点,提出利用邻近聚类的方法确定中心点,减少运算量,提高预测速度;此外,对于广义回归神经网络重要参数光滑因子的确定方法,提出应用简单而有效的最速下降法,较之之前枚举的方法更具智能性,提高预测精度。速度和精度两方面的改进使得神经网络预测效果良好,为车流量的预测提供了新的方法。论文在对车流量进行预测的基础上,将对交叉口车流量的预测引入到信号灯控制中,提出了基于车流量预测的信号灯模糊控制,增强了信号灯控制的主动性。论文控制策略是建立在相位顺序可变的基础上,即由当前交通情况决定相位的轮换次序,同时控制绿灯时延的长短,从而提高交叉口车辆通行率,减少车辆延误时间。在此基础上提出在交叉口入口处架设速度提示信号的新想法,在实际交通系统中有很好的实用性和可操作性。