随着全国工业化、城市化、机动化的日趋加速,城市的交通问题日益突出,交通拥堵频繁发生。发展智能交通系统(ITS)是解决城市交通问题的有效途径之一。论文介绍了基本粒子群优化算法及改进算法,在此基础上构造一种基于自适应Tent混沌搜索的粒子群优化算法(ACPSO)。对于每次混沌搜索的范围采用自适应调整方法,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度,实验表明该算法在多个标准测试函数下比其它算法精度高、收敛速度快。论文在对智能优化算法如小波分析、遗传算法、神经网络、混沌、群体智能等改进的基础上,研究多种混合智能预测等复合预测模型对交通流进行预测,并对这些复合预测的性能进行比较,从而建立基于混合智能计算的交通流预测模型。论文在交通流预测的基础上,将重点研究如何根据路口的交通流现状来快速调整交通信号配时。首先对路口的交通流特性进行分析,并找出控制参数和目标函数之间的关系,建立多目标优化模型;然后分别利用遗传算法,粒子群算法等优化方法求出最优控制参数并进行分析,并将群智能优化算法与进化算法等优化技术结合,根据不同的优化问题建立相应的优化模型。论文开发了基于GIS的交叉口优化模型仿真系统。把前面章节研究的交通流预测及交叉口控制模型综合利用,开发一个集成各种交通流预测及控制的模型和方法于一体的交叉口优化模型仿真系统,该系统通过对模型管理可调整模型的基本参数,不同的模型及不同的参数设置对交通流预测和控制的结果会不同,从中可以通过分析得出最优参数的模型。