近年来,世界经济的飞速发展促进了城市化的步伐,随之而来的是城市交通拥堵的问题,这个问题制约了城市经济的发展,因此,缓解交通拥堵和提高交通运输能力已经是迫在眉睫的事情。而传统的控制方法在处理复杂的交通问题方面己经显的无能为力。为此,需要一些新的技术和手段从根本上来解决交通问题,智能交通系统是目前解决这一问题的有效方法。以城市区域的交通信号控制为研究对象,利用模糊逻辑、神经网络等智能控制方法,对城市交通信号控制展开研究,以缓解城市交通拥堵,提高交通运输效益。对城市单交叉口多相位的模糊控制进行了分析研究,在此基础上,结合交通流的特点设计了一种单交叉口两级模糊控制方法。在单交叉口信号控制的基础上,综合考虑多个交叉口之间的关联,设计了一种针对区域内多交叉口的协调模糊控制方法,该方法以交叉口车辆的平均延误作为信号控制的性能评价指标,综合考虑相邻交叉口之间道路上车辆的排队长度、各交叉口车辆的平均达到率等因素,以此来决定相位的切换顺序和绿灯分配时间,仿真结果验证了协调模糊控制的有效性。以交通流数据为基础,利用模糊神经网络对城市区域多交叉口的信号控制进行建模。模糊神经网络由模糊逻辑和神经网络有机结合而成,吸取了二者的优势,弥补了各自的缺点,有效地提高了整个系统对知识的学习和表达能力。仿真结果表明将其应用于区域多交叉口的信号控制取得了比较好的效果。