进入21世纪以来，城市交通飞速发展。城市机动车保有量逐年增加，导致了严重的交通拥堵，随之带来的时间损失、经济损失和环境污染问题也越来越严峻。为缓解交通拥堵，城市智能交通控制应运而生。区域协调控制是智能交通控制系统中的重要组成部分。本文在传统的被动协调控制的基础上，增加短时交通流密度预测模块，提出了城市路网的区域交通主动协调控制机制。　　 首先，针对交通流密度难以直接获取的问题，本文提出了基于浮动车数据(Floating Car Data，FCD)技术采集的车辆平均速度和地磁传感器采集的交通流量，利用车辆速度、交通流密度和交通流量三参数关系来获取精度较高的交通流密度的方案。最小二乘支持向量回归机(Least Squares-Support Vector Regression,LS-SVR)被引入对交通流三参数关系进行建模。　　 其次，根据城市交通具有周期循环性的特点，说明了短时交通流密度预测的可行性和必要性。通过引入日期社会属性的概念，建立了各种社会属性的全天历史交通数据模型。使用历史数据和实时数据进行同步预测，并采用最优组合预测模型确定二者的权系数，得到可用于区域交通主动协调控制的短时交通流密度值。　　 最后，通过分析得出城市交叉口之间与区域之间的关系属于完全信息静态博弈的结论。定义交叉口级智能体与区域级智能体，采用交叉口控制延误的变化量作为收益函数，建立区域交通主动协调控制的博弈模型。通过微观交通仿真软件的模拟，证明了本文提出的区域交通主动协调控制可以提高区域交通的通行能力。