日益增长的机动车数量在给道路交通带来压力的同时也带来了严重的环境问题。作为城市道路交通的瓶颈,交叉口的机动车运行状态变化频繁,频繁的工况变化时会导致尾气污染加剧。以智能交通管理手段改善交叉口的机动车运行状态,有利于改善城市大气环境。鉴于此,本文提出基于信号配时优化的区域机动车排放控制方法,主要研究内容如下:首先,选择机动车排放模型IVE模型计算区域机动车排放量。本文综合比对了几种机动车排放模型,根据交叉口的交通特性及机动车的运行工况,选择了 IVE(International Vehicle Emission)模型为本文的机动车排放计算模型。深入解析IVE模型的组织框架及计算原理,确定模型计算所需参数,并基于其输入输出原理,设计其与仿真模型的数据交互方式。其次,实现区域路网机动车排放的自动计算。根据仿真路网产生数据和排放计算所需数据的类型及格式,运用Paramics的QPG函数、C语言和数据库技术,实现仿真软件Paramics与IVE模型的数据交互。基于仿真数据,运行IVE软件计算出仿真路网上的机动车排放量。然后,构建基于排放控制的配时优化模型并进行求解。本文回顾了城市交通信号控制理论及其评价指标,在此基础上,以有效绿灯时长、周期时长和相位差为约束条件,以机动车排放最小为优化目标,提出了基于机动车排放的信号配时优化模型,并给出了基于遗传算法的优化模型求解方法。最后,运用仿真路网验证区域机动车排放控制方案的有效性。本文选取南京市中心区域路网进行实例分析,基于RFID基站数据建立仿真路网。通过仿真运行,得到基于本文信号配时优化方案优化后的配时方案。对比优化前后机动车排放数据及相应交通指标,发现机动车排放有所下降,路网上的交通运行情况也有相应提升,表明了本文所提出的基于信号配时优化的区域机动车排放控制技术的有效性。将智能交通控制手段,交通仿真模型和机动车排放计算模型相结合,应用于机动车排放控制逐步成为智能交通领域的研究热点之一。本文在现有研究的基础上对未来的研究进行了展望。