要对交通进行控制主要采取两种方式，对车辆的控制以及对路交叉口信号的控制，交通管理者通过对两者进行控制以达到路面安全通畅的效果。但是实际情况是，由于车辆与车来那个之间、交叉口与交叉口之间存在着复杂的相互制约影响关系，致使我们对交通的管理往往顾此失彼。本文运用博弈论，通过分析交通各个对象间的相互影响关系，以找到各个相互制约对象之间的平衡点，并在不同场景下实现仿真验证控制效果。论文的主要研究内容包括：（1）提出一种新的基于流形学习的非线性降维方法，即局部切空间分布方法（Local Tangent Space Alignment，简称LTSA），用于对高维度的交通数据进行降维。通过构建每个高维度数据点的近似切线空间，这个方法能够获取这个流形的几何结构。这些切线空间整合到一起，在一个低维度的空间给出每个数据点的全局坐标。利用北京的一个局部路网的交通数据进行仿真，将该方法与主成分分析方法和局部线性嵌入方法进行比较，验证了该方法的有效性与优越性。（2）研究城市路网中各交叉口信号配时的相互影响关系。区域交叉口的信号控制一直是交通控制中的难点，也是目前研究的热点。不同于以往的区域协同控制，本论文通过对交叉口信号配时之间的相互制约关系进行探讨，将各个交叉口视为独立自治的智能体，运用博弈论找到各交叉口之间的平衡点。通过VISSIM仿真软件搭建路网，对交通的状态信息进行提取与处理。根据历史数据，对交通流信息进行预测，通过博弈树寻找到基于当前交通状况的交通控制最优点，并从这个最优点出发向根节点进行回溯，获取当前路况下各个交叉口的最优配时策略。博弈树中的评估函数将综合考虑其他路口对目标路口的影响关系，以获得最优博弈均衡解。本文运用博弈论，通过对交通各个参与者之间相互影响关系的分析找到其中的平衡点。仿真结果证明，基于博弈论的控制策略为交通管理者及决策者提供了一种新型有效的控制方式，有助于道路安全与道路通行效率的提升。