交通系统是一个庞大复杂的系统，具有随机性、复杂性和不确定性等特点。如今的交通控制大多以经典交通流理论与普通的控制理论原理为基础，较少涉及交通流混沌控制研究，混沌控制的方法研究交通流更具有理论与现实上的意义。　　 本文首先对目前的交通系统中存在的问题进行了归纳总结，结合现阶段智能技术发展的状况，给出智能交通控制可行性方案。针对现有的交通控制方式，基于Agent的交通控制能更好的疏导交通流、改善交通环境。结合Lyapunov指数判别法，分析了用BP神经网络理论对知识库进行建立的方法，通过对路口车辆交通流进行Matlab编程仿真，识别出现混沌的状态时刻。　　 本文首先介绍了课题研究的相关背景，并对使用到的相关理论进行了详细介绍。主要做了以下几方面的工作：1)介绍当前的交通状况并提出相应的问题，结合论文选题的意义等分析了近些年智能控制技术在交通中的应用情况，以及作者为完成学位论文所作的工作。2)针对本文所使用的多Agent技术，对其进行详细的阐述，从理论和方法上着重分析Agent技术和多Agent技术，分析了应用于交通控制系统中的多Agent技术之间的协作关系，以及其与其他交通控制技术相比的优点。3)分析了混沌的定义与特征，为混沌识别打下基础。4)详细介绍了交通流的相关概念及其静态模型，为进一步分析交通流的状态做出铺垫。5)对交通流的混沌状态做出分析，并给出基于Lyapunov法的混沌识别算法和用BP算法建立知识库方法，并对其进行了MATLAB仿真。