由于城市交通堵塞问题日益严重，因此近年来区域交通信号的协调控制成为了智能交通控制研究的一个热点。在这方面研究中，大多使用了HCM中的时延计算模型，但是该模型没有考虑相位差因素，而一些对相位差的研究中没有将相位差与周期、相位、车速和路口距离之间的关系考虑完整，且只是用于交通干线。因此本文在HCM的时延计算模型的基础上添加了基于相位差的时延计算模型，以此将整个区域内的交叉路口关联起来，对相位差与周期、车速和路口距离之间的不同关系下的车辆时延进行研究。另外在车辆时延模型建立的基础上利用遗传算法对区域中各个交叉口的周期、相位和相位差时间进行优化。在算法中，将交叉和变异概率与种群的平均适应度和个体的适应度相联系，提高了求解速度。在区域优化求解过程中把各路口的部分最优个体组合成区域计算的初始种群，并限制周期变异范围，从而进一步提高算法收敛速度。而且将参与交叉和变异操作的个体以编码中的参数为单位进行分割，对个体中分割后的各部分分别进行交叉和变异操作，以提高各参数的多样性。文章以最小化整个区域中的平均车辆时延为目标，以单条交通流为研究时延为最小单位，以区域为协调控制为总体，以达到全局控制的目的。最后对一个四交叉口区域进行仿真，并与未改进的方法得出的配时效果进行对比。结果表明，在交通流不接近饱和的情况下，本文的方案能够明显地提高交通信号协调控制的效果。