随着经济的高速发展以及中国汽车工业的快速发展,城市交通拥挤现象变得日益严重,尤其在特大城市因交通问题而引发的交通事故更是司空见惯。因此如何有效的缓解交通拥挤、提高车辆通行效率就成了研究者首要关注的问题。传统的通过对交通基础设施扩张来解决交通拥挤的方法的效果十分有限,另一种主要是通过提高现有交通资源的利用率,制定更加合理有效的控制策略,在近些年交通工程学者提出了智能交通控制系统,并且围绕该系统做了大量的工作,取得了显著的成果。前人的工作主要是针对孤立路口进行信号控制研究工作,而没有考虑到区域协调的情况。随着现代城市大路网的逐步完善,这就要求在考虑交通控制优化时必须从区域性的角度出发。在此基础上,本论文以某城市交叉路口每5分钟采集到的交通流量数据为研究对象,结合现在交通流量的特性提出了基于改进Q学习算法和基于近似动态规划(ADP)算法的交通信号优化控制方法, ADP方法具有根据系统参数变化而随时做出调整的优点,而且具有鲁棒性,因此更好地适应了交通系统实时性的特征。本文采用平均延迟时间作为研究城市交通信号协调优化控制的性能评价指标。最后,利用实测数据建模分析,并且利用GLD仿真软件对双路口模型进行仿真,并将仿真结果和现有的交通控制策略结果进行比较分析,证实了该算法可以有效减少车辆平均延误时间,是一种有效的预测方法。在此基础上,也指出了该算法存在的一些问题和需要进一步研究的方向。