我国经济发展迅速,促使城镇化与机动化不断推进,目前交通拥堵状况日渐明显,城市道路供需矛盾日益严重。在众多的城市公共交通方式中,公交车以其载客量大、价格便宜、涵盖面广、成本低廉等优点,被视为解决市民出行需求的重要方式,因而保证公交车在交叉口处的优先通行,减少公交车在交叉口处的延误时间是公交优先的首要目的,符合广大人民的利益,为有效缓解城市交通拥堵、促进土地集约利用,公交优先理念已为我国社会所共识。发展智能公交系统,提高其服务水平,对于缓解城市交通拥堵带来的巨大压力有着重要意义。公交信号优先是智能交通的一种,同时更可以有效的解决城市交通拥堵等问题,本文为了解决此问题,对短时交通流预测方法进行了简单的分析,发现由于交通流的复杂性及不确定性,很难找出一种单纯的预测方法将其实时性提高,从而实现在线预测。针对此问题,提出了基于粒子群的BP神经网络算法对短时交通流预测。通过仿真比较,结果表明该方法的预测精度较高,保证用于信号控制的数据具有实时性和准确性。本文针对我国混合交通流的特点,为了实现公交信号优先通行,在以四相位单交叉口为研究对象,设计了一个基于交通流融合的公交信号优先变相序模糊控制模型。通过对公交和社会车辆在城市道路通行能力的分析获得数据,用MATLAB建立了公交与社会车辆的关系以达到道路车辆的融合效果。在此基础上通过设计给出公交和社会车辆的优先值做出信号优先模块、融合模块、总优先值模块等,采用总权值即交通流融合和总优先值模块互相制约影响的方法作为模糊控制系统的输入以体现公交信号的优先控制,以车均延误为性能指标,通过对比考虑总优先值的变相序的控制和不考虑总优先值的变相序控制的车均延误数据,结果表明考虑公交信号优先通行可使车均延误更少,则验证了该方法的优越性。