城市交通拥堵的加剧导致了交通事故频发、车辆延误增加、环境恶化等诸多问题,已成为世界各国城市发展共同面临的问题。智能交通系统是解决交通拥堵问题的重要途径,城市交通信号智能控制是当前控制领域和交通工程领域的研究热点之一,也是智能交通系统的重要组成部分。由于城市交通系统本身是一个具有严重非线性,随机性,时变性、不确定性的复杂系统,以精确数学模型为基础的传统控制方法很难取到很好的控制效果,因此人工智能的方法愈来愈受到人们的重视。本文从控制科学的角度出发,融合了模糊逻辑和遗传算法人工智能理论,对城市交通信号系统的智能控制展开了研究,以缓解城市交通拥堵带来的危害。本文首先以单交叉口为研究对象,设计了多相位模糊交通控制算法,运用MATLAB7.0编写仿真程序,对多相位分级模糊控制系统在不同的交通条件下进行了仿真,并与交叉口在相同的交通环境下工作的定时控制进行比较。仿真结果说明了多相位分级模糊控制方法综合考虑各个车道上的排队长度,以此来决定绿灯时间的分配,更接近人的决策过程,能有效地对平面交叉口进行控制。虽然模糊控制不需要建立被控对象的精确数学模型,但是仍然存在人工难以合理定义全部模糊隶属度函数的问题,为此本文进一步采用搜索功能强大、不需了解对象机理、仅由适应度驱动的遗传算法对两级模糊控制器中隶属度函数进行优化。仿真结果表明遗传算法与模糊控制相结合的智能控制技术,更能有效地降低通行车辆在单交叉口的平均延误时间。最后在以上基础上对干线上多交叉口进行了研究,提出了一种干线协调模糊控制方法。