城市交通干线承载着城市大部分交通量，它的通畅与否直接影响整个城市交通网络能否安全的运行。城市干线交通信号的协调控制是保障交通安全和充分提高城市干线通行能力的重要措施，也是解决城市交通问题的有效途径。为此，本文应用模糊控制与神经网络等理论与方法，研究城市干线交通信号的控制方案，为建设我国智能化城市干线交通控制系统提供控制策略与方案。 1.在分析了当前模糊神经网络学习方法的基础上，给出了确定模糊控制隶属函数和权值的一种混合学习算法，即应用共轭梯度法确定隶属函数的中心值和宽度，用正交最小二乘法确定输出权值。混合学习算法综合了共轭梯度法和正交最小二乘法的优点，在模糊神经网络参数的学习上优于二者。 2.针对目前城市干线交通的现状，采用改进的模糊神经网络控制方法进行干线的交通信号控制方案设计。以绿灯相位关键车流的到达车辆数和同一时刻相邻红灯相位关键车流的等候车辆数为输入，绿灯相位的延长时间为输出，设计了模糊控制器，用给出的混合学习算法学习了隶属函数和权值，实现了排队长度和绿灯延长时间的模糊化、模糊推理和反模糊化的过程，得到了周期长度和绿信比。并以车辆延误时间为目标函数，对干线交叉口之间的相位差进行优化，得到了干线绿波带，实现了干线实时双向绿波控制。 3.应用MATLAB/Simulink，对所给出的城市干线实时模糊神经网络控制方法进行了仿真研究。仿真结果表明：该方法有效的缩短了车辆的延误时间，得到了较好的绿波带宽。