随着经济的快速发展以及机动车保有量的急剧增加,城市道路交通路网面临着巨大的考验。当前,通行需求的增加导致交通供求矛盾日益突出,由此引发的交通安全以及交通拥堵问题严重制约了城市的可持续发展。信号控制优化与交通路网的运行存在复杂的联系,合理的信号控制方案能有效提高路网的通行能力。随着交通领域的智能化发展,城市的信号优化要求有所提高,因此,如何利用智能技术对信号控制方案设计得更加合理,以缓解城市道路网的交通压力是当前交通领域的关注重点。本文通过对相邻节点间关联程度的定量描述,以此作为依据对路网进行控制子区划分,根据控制子区交通特性制定合理的信号控制方案。研究主要从关联度、交通控制子区的划分、子区信号控制三个方面展开,具体的工作如下:（1）相邻交叉口关联度的量化在深入分析相邻节点间相关性影响指标的基础上,选取了交叉口间距、交通流量、信号周期时长作为影响因子,利用熵值法对指标赋予权值,构建综合关联度模型,实现相邻交叉口之间相关性的定量描述。（2）基于chameleon算法的交通控制子区划分依据相邻节点间关联度,采用chameleon算法进行控制子区的划分。通过VISSIM仿真软件实验分析,对比合并指数划分方式的实验结果,依据节点的平均延误时间以及平均停车次数两个指标来评价方案的优劣,为信号控制策略的制定提供依据。（3）子区信号控制以子区的最大通行能力为优化目标,考虑交叉口饱和度、绿灯时长以及周期时长的约束,对粒子群算法的惯性权值与学习因子进行改进,使用改进后的算法求优,取得最优的信号配时方案。通过与未改进算法获得的信号配时方案对比节点的平均延误时间以及平均停车次数,验证改进算法的有效性。因此,本文的研究为城市道路交通路网的信号优化提供了新的思路,对信号的控制具有一定的指导意义。