交通信号控制系统是世界各国交通工程领域不可或缺的高新技术之一,其作为城市交通控制的有效手段,已得到了普遍应用。目前国内很多城市都已引进了国外先进的交通信号控制系统,然而,大多数交通信号控制系统,如:SCATS,SCOOT等,其交通信号控制策略不能根据实时的交通状态进行转换。城市交通系统是一个非线性、时变的复杂大系统,交通流的运行过程具有较大的随机性,因此,城市道路的交通状态是时刻变化的,根据变化的交通状态实时选择适合的交通信号控制策略,才能取得较好的控制效果。鉴于以上问题,本文首先介绍了交通参数数据的预处理方法,通过对交通流数据的预处理,可以为交通状态的判别及信号控制策略的选择提供准确、有效的数据,然后提出了基于云模型的交通状态判别方法,将交通状态判别过程中的模糊性和随机性集成在一起,最后构建了基于模糊神经网络的区域交通信号控制策略选择模型,该模型可以根据区域交通状态的不同,实时选择不同的交通信号控制策略,从而可以取得更好的控制效果。