伴随着现代社会的快速发展,城市机动车保有量急剧增长,而交通道路资源有限,城市交通拥堵问题日趋严重。传统的交通控制方法己经不能满足交通的多重需求,所以能够保障交通路网平稳、安全的运行,成为控制领域研究的新热点。智能交通技术的兴起为交通技术难题的攻克提供了科学的解决途径。本文采用模糊控制技术,将交通网络资源协调控制和自适应算法相结合,通过雷达检测获取交通数据信息,从而制定适应交通环境的交通信号控制策略。本文主要针对交叉口的交通信号系统进行深入的研究。首先阐述了本文的研究背景及意义,然后介绍了交叉口控制的基本理论,分析交通信号控制系统的主流特点和不足,介绍现行交通控制系统的组成部分及功能应用。由于交通流具有随机性和复杂性,无法建立精确的数学模型,因此引入模糊控制理论提出多目标多相位控制的单点交叉口优化配时算法,以四相位控制为例,引用排队车辆数作为模糊控制变量。通过模糊控制推理调整当前相位的绿灯延长时间,并以车辆的平均延误时间作为控制结果的评价指标。同时将该算法与传统的定时控制做仿真对比分析,可以看出该算法在降低车辆延误、减少排队长度等方面具有较好的效果。最后在固定相序模糊控制的基础上进一步优化,提出可变相序模糊自适应控制,定义动向并重新组合相位。设计静态相位放行模式和动向淘汰放行规则,根据路口实际需求高效自主的选择放行相位和放行时长,提高车道利用率和绿灯放行时效。通过与固定相序模糊控制算法的仿真分析,得出在平均延误水平上两者作用效果相当,但是长期来看,模糊自适应控制算法在减少最大排队长度上具有更好的优势。