交通信号控制(Traffic Signal Control，TSC)是依据路网交通流数据，对交通信号进行初始化配时和控制，同时根据实时交通流状况，实时调整配时方案，实现交通控制的优化。交通控制从被控区域的最小延误时间出发，获得最佳的配时方案，是系统化最优的思想。
为获得整个路口交通效益的最大，可采用两种方法：一是采用数学模型对交叉口各个方向的车辆到达作准确的预测，根据运筹学和最优化理论确定各个方向的绿灯时间；二是采用智能控制的方法对交叉口进行控制。由于城市交通系统具有随机性、模糊性、不确定性等特点，很难对其建立数学模型。计算机的出现和广泛应用促成了人工智能研究热潮的掀起，针对传统交通控制系统的固有缺陷和局限性，许多学者把人工智能的实用技术相继推出并应用到交通控制领域。
1 交通控制领域中人工智能研究方法
1.1 基础研究方法
交通控制领域中人工智能基础研究方法有模糊控制、遗传算法、神经网络，另外还有蚁群算法、粒子群优化算法等。
模糊系统 模糊逻辑是一种处理不确定性、非线性等问题的有力工具，特别适用于表示模糊及定性知识，与人类思维的某些特征相一致，故嵌入到推理技术中具有良好效果。模糊控制能有效处理模糊信息，但是产生的规则比较粗糙，没有自学习能力。
遗传算法遗传学通过运用仿生原理实现了在解空间的快速搜索，广泛用于解决大规模组合优化问题。在解决实时交通控制系统中的模型及计算问题时，可以通过遗传算法进行全局搜索和确定公共周期，也可以利用遗传算法来解决面控系统中各交叉路口信号控制方案的最优协作问题，有效避免可能由此引起的交通方案组合爆炸后果。
神经网络 人工神经网络擅长于解决非线性数学模型问题，并具有自适应、自组织和学习功能，广泛应用于模式识别、数据分析与处理等方面，其显着特点是具有学习功能。
1.2 城市交通网路区域协调
区域协调是指在交通中心的宏观调控作用下，根据不同的交通流量，最大限度地发挥路口之间互补的优势，均衡每个路口的交通流量，从而提高道路的通行能力。他要求路口之间(即包括城市道路与快速路、城市道路与城市道路)的良好协作，然而路口之间是相互影响、相互作用的，因此为实现区域协调必然会引起路口之间出现一定程度的冲突。如何解决这些冲突是一个亟需解决的重要问题。路网协调控制可以采用上述人工智能的基础研究方法，近年来Agent技术开始应用于交通控制领域。
基于Multi-Agent的城市交通网络智能决策系统研究通过应用Agent技术，实现了交通网络系统理论方法，专家的知识经验和计算机之间的相互结合。系统的知识存储于各个Agent中，以便于知识的利用与获联，该系统具有良好的可扩展性。
基于Agent的智能交通控制系统建模的首要任务是将交通控制系统的各功能模块转化成有独立功能的Agent，并根据各个Agent所完成的功能不同，分别建立各个Agent的功能结构，然后让这些Agent之间进行交互和协调，共同完成系统任务。图1是一种较为通用的结构。
智能交通控制系统递阶控制结构各层的功能如下：
组织层 控制系统的最高层，由智能交通控制系统决策Agent构成，具有最高的决策权力，对整个系统的交通运行状况进行评估，根据各方面的汇总信息，进行推理、规划和决策，实现所有区域控制系统间的协作，以追求总体控制效果最优，完成交通控制系统的管理。
协调层 控制系统的中间层，由区域协调Agent构成，负责本区域内各路口的监测维护工作，对所控制区域的某几个路口进行强行模式设置，以及负责对区域内紧急事件的处理工作，各区域协调Agent之间还可根据需要进行信息的交流及合作。
控制层 控制系统的最底层，主要由路口Agent、路段Agent构成，此外，还包括交通灯Agent、车辆Agent等，是实现交通控制任务的主要承担者。
路口Agent具有关于本路口以及其所连接路段的信息，各个方向的交通流在此会聚，并形成车辆的分流、冲突等交通现象，交通的拥挤往往也主要发生在路口，因此，路口Agent非常重要，他可将本路口的交通信息实时通知给其相邻路口或区域控制中心，并能根据需要完成控制中心下达的控制工作。路段Agent用以实时统计各条路段的具体交通信息，通过传感器可了解车辆的数量和当前的运行位置以及路段当前的拥挤情况。
一个实际交通系统和各交通元素Agent之间的交互是非常频繁和复杂的，交通元素Agent的结构、功能以及他们之间的交互关系，需要根据系统的具体要求进行详细的分析和设计。
2 交通控制系统的仿真工具
为了判别人工智能方法的合理性、有效性，需要仿真软件来进行验证。目前有两类验证方法，一种是通过Matlab、C语言编制仿真程序，另一种是通过专用的交通仿真工具进行验证。交通仿真软件使用灵活、能够更加直观地模拟交通控制现场。现介绍北京工业大学智能交通中心采用的微观交通仿真软件PARAMICS，该仿真软件功能强大、使用方便灵活。
PARAMICS(PARAllel MICroscopic Simulator)意为并行微观仿真软件。PARAMICS源于欧洲共同体Drive-I计划下属的IMAURO项目，以及爱丁堡并行计算中心和英国交通部合作的LINK-TIO项目。在这两个项目研究成果的基础上，Quadstone公司于1993年和1994年与英国工商部合作完成了 PARAMICS向商业化软件的初步转型。PARAMICS为交通工程师和研究人员提供了一个崭新的计算工具来理解、模拟和分析实际的道路交通状况。 PARAMICS具有实时动态的三维可视化用户界面，对单一车辆进行微观处理的能力，多用户并行计算支持，以及功能强大的应用程序接口。PARAMICS 能够适应各种规模的路网，从单节点到全国规模的路网，能支持100万个节点，400万个路段，32 000个区域。
PARAMICS由5个主要工具模块组成，分别是Modeller，Processor，Analyser，Programmer。和Monitor，其中Modeller是整个系统的核心，以下是各部分的简介。
(1) Modeller提供建立交通路网、三维交通仿真和统计数据输出等3大功能。所有这些功能均支持直观的图形用户界面。Modeller的功能涵盖了实际交通路网的各个方面，包括：混合的城市路网和高速路路网、先进的交通信号控制、环形交叉口、左行和右行道路、公共交通、停车场、事故以及重型车和高容量车车道。Modeller既可以精确模拟单个车辆在复杂、拥挤的交通路网中的运行，又能对整体交通状况进行宏观把握。
(2)Processor允许研究者用批处理的方式进行仿真计算，并得到统计数据输出。Processor提供图形用户界面以设定仿真参数、选择输出数据和改变车辆特征。由于用批处理的方式进行仿真计算不显示仿真过程车辆的位置和路网，因此大大加快了仿真的速度。
(3) Analyser用于显示由Modeller或Processor的仿真过程的统计结果。他采用灵活易用的图形用户界面将仿真过程中的各种结果进行可视化的输出，例如车辆行驶路线、路段交通流量、最大车队长度、交通密度、速度和延迟、以及服务水平参数等。除了可视化输出，Analyser也提供直接的数字输出或将数据存为文本文件以备进一步的应用。
(4)Programmer为研究者提供了基于C++的应用程序接口(API)。应用程序接口使PARAMICS具备更强的可移植性和扩充性。例如，PARAMICS实际上基于英国的驾驶规则和车辆特性，当用于其他国家和地区时，需要研究者编制适当的API程序使之适应当地需要。研究者也可以利用API扩充PARAMICS的功能，通过加入API程序模块以设计和测试特殊的交通控制和管理策略。
(5)Monitor是利用Programmer开发的API模块，他可以跟踪计算仿真的交通路网中所有车辆尾气排放的数量，并在交通仿真过程中进行可视化的显示。
PARAMICS提供了ITS基础上的微观交通仿真功能，利用仿真的交通信号、匝道控制、可变速度控制标志和可变信息板(VMS)等仿真设备，可以实现对仿真车辆的智能化交通诱导。另外，通过API函数还可以实现特殊的控制策略，对于研究新的控制和诱导方法带来了便利。
图2用PARAMICS仿真时的交叉口路况的可视化界面，图中可以直观地显示出车辆的通行状况。
3 未来智能交通系统的功能及组成
智能交通系统(Intelligent Transportation System，ITS)是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术及计算机处理技术等有效的集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。
智能交通系统的运作方式：将采集到的各种道路交通及各种服务信息，经过交通管理控制中心集中处理后传送到公路运输系统的各个用户(包括驾驶者、居民、警察局、停车场、运输公司、医院、救险排障等部门)，出行者可以进行实时的交通方式和交通路线的选择；交通管理部门可以自动进行交通疏导、控制和事故处理；运输部门可以随时掌握所属车辆的动态情况，进行合理调度。
ITS系统主要由卫星地面站、卫星通信系统、汽车自动驾驶系统、公路电子信息系统组成。ITS研究的前沿和热门方向为车辆定位与交通导航系统、信息系统、信号协调控制系统、及自动化公路系统等。
4 结 语
智能交通系统对于我国交通运输领域是一场跨世纪的技术革命，目前，国内已经涌现出一批ITS的科技成果和产品，有些已经得到了广泛的应用。随着研究的深入和成果的推广，ITS将给我们的社会带来经济效益与社会效益。