1、交通問題已成為制約城市經(jīng)濟發(fā)展的一個重要因素，如何設計出智能的、可靠且可行的控制算法已成為目前交通領域的研究重點。
　　交通流預測是智能交通控制的前提和基礎，由于交通流的非線性，很難為其建立精確的數(shù)學模型，論文采用改進小波神經(jīng)網(wǎng)絡對交通流進行預測，充分利用了小波基函數(shù)的非線性、高精度以及神經(jīng)網(wǎng)絡的自適應學習能力，提高了交通流預測的準確度和精度，為交通流預測提供了一種有效的方法。
　　文中設計了交叉口綠燈時間調整量模糊控制器，

2、此模糊控制器以預測出的主、次干道交通流為輸入，以主干道綠燈時間調整量為輸出。另外，為了干道協(xié)調控制，還設計了相位差調整量模糊控制器，此模糊控制器以預測出的主干道交通流為輸入，以交叉口的相位差調整量為輸出。采用模糊控制算法，可以充分利用模糊控制器的優(yōu)點，減少控制系統(tǒng)參數(shù)，使系統(tǒng)易于實現(xiàn)和控制。
　　交通控制算法在投入運行之前必須經(jīng)過驗證，目前，比較可行且經(jīng)濟的辦法是進行交通仿真。在研究了TSIS RTE接口的基礎上，論文給出了RTE