随着城市交通的发展以及计算机、通信和自动化技术在交通中的应用，近年来人们开始借鉴新的理论和技术研究交叉口的交通控制技术。这些研究对于提高城市交通控制系统的控制效果有重要的现实意义。本文的研究工作主要是应用模糊和神经网络理论研究信号交叉口信号配时设计技术以及与之相关的交通量预测。主要工作和研究成果由六部分组成：一、针对交通流运行的高度复杂性和随机性的特点，研究了一种新型实用的交叉口模糊控制器。该控制器设计不象传统方法一样以车辆延误时间为考察依据，而是以车辆排队长度为目标函数。本文详细说明了该交通控制器的原理结构，并且给出了仿真对比研究的结果。二、在应用模糊理论设计交叉口信号配时方案时，根据交通仿真情况，综合了国外的有关研究，对于仿真结果进行了理论分析，提供了理论参考依据，这有助于提高我国在信号交叉口控制管理上的认识水平。三、研究了遗传算法在交通量预测模型参数求解中的应用，同时，在如何利用系统误差建立适应度函数方面提出了新的见解。四、提出了应用模糊理论和神经网络进行交叉口交通量预测的模型。该模型具有精度高、收敛速度快的特点，因此其最大优点是实用性强，而目前的一些有关研究基本上仅仅围绕依靠神经网络来提高传统预测算法的精度，较少考虑神经网络实际应用于交通量预测存在的问题。本文还提出了该算法在实际中可以采用的在线滚动预测算法结构，并给出了详细的设计过程。该方法具有简单、实用的特点，它在进一步提高区域交通控制系统的控制效果方面具有重大的现实意义。五、通过应用美国新开发的交通仿真系统，对基于模糊神经网络的交通量预测算法进行了比较深入的分析，指出了参数设计对预测结果的影响，这对于算法的实际应用大有帮助。六、针对我国城市道路交通的特点，对道路交叉口的交通流运行规律、交通信号配时参数以及它们之间的相互关系进行了分析研究，设计了交叉口信号配时软件系统。该系统有助于分析研究信号交叉口道路交通情况，提高我们对于城市交交叉口交通管理的认识。