交通拥挤已成为当今世界普遍关注的问题，随着汽车保有量的增加，人们的日常生活和社会经济的发展受到严重影响。自适应信号控制可根据交通流的状态及时调整信号控制方案，是缓解交通拥挤的重要手段和途径。随着城市交通控制数据日益丰富，数据驱动下的强化学习控制策略应运而生，其具有无模型、自学习的特点，符合交通系统的控制需求。然而绝大多数研究从合理性、有效性及算法性能出发对控制策略的控制效果进行评价，往往忽略了自适应控制方法对网络交通流稳定性的影响及技术系统实现的可操作性等问题。
　　交通流稳定性是反映交通网络实际运行状态的重要指标之一，交通状态的稳定状况可以直观地展现交通控制策略实施过程中的优化效果，为决策者和管理者提供参考。鉴于此，本文从交通流稳定性出发，基于现有的自适应交通控制策略，研究网络交通流稳定性评价方法，构建网络交通流稳定性评价体系。本文主要研究分为如下四方面：
　　1.研究强化学习基础理论及不同协调水平的强化学习信号控制策略。应用VISSIM交通仿真软件的外部程序接口与C#语言，开发了综合仿真验证平台。通过仿真实验分析了交通信号控制策略的控制效果和算法性能，引发了本文对协调性与稳定性内在联系的思考。
　　2.研究稳定性相关理论，定义了城市网络交通流的稳定性，分析其对实际交通流量和网络运行效率形成的影响，考察稳定性具备的相关特征，从理论高度阐述强化学习控制策略在区域交通信号控制中的协调原理。
　　3.提出了网络稳定性评价框架及方法，对相关指标进行量化，建立了适合城市道路交通特点的稳定性评价指标体系。分别从宏观、微观的角度出发，提出了网络稳定性的定性及定量评价方法，首先采用宏观基本图进行评价研究，而后提出密度分布系数及稳定阈值两种参数值对稳定性进行分析，分别设计了稳定性评价等级和评价结果的多维度展示，最终形成网络交通流稳定性的综合评价指标体系。
　　4.用三种评价方法对五种控制策略进行了网络交通流稳定性的评价，利用评价结果验证了所提出评价方法的有效性，对比了不同控制策略控制效果的稳定性，证明了稳定性在控制方法实施过程中的积极作用，并分析了三种评价策略的优缺点和适用性，为决策者提供更便捷、更科学的选择。