随着当今社会经济发展的不断加速,城市规模的不断扩大,交通需求也随之增加。交通控制也随着社会需求与科学技术的发展不断进步,智能控制和优化算法也对智能交通的发展起着至关重要的作用。本文针对城市干线交通的交通流协调优化问题,提出了基于粒子群算法的多目标优化方法对干线交通流控制模型的进行优化,同时对传统方法数解法和MAXBAND法以及粒子群算法分别进行了改进。本文首先对城市交通流协调优化问题的背景和意义进行了论述,对国内外在这个领域发展的现状进行了分析。然后,对交通信号控制的理论基础进行了论述,对交通系统基本参数、交通信号控制策略类型和交通信号基本性能指标进行了定义。由于本文主要针对的是城市干线道路的交通流优化问题,因此对于干线交通的协调控制的基本概念和基础理论,本文也对其进行了相关论述。接着本文对干线交通的数学模型进行了研究,建立了平均延误模型模型,排队长度模型和停车率模型。并给出了多目标优化问题的基本概念定义以及意义。然后本文分别讨论了经典的数解法及其改进,MAXBAND最大绿波带宽优化方法及对其模型的改进,以及提出了基于粒子群优化算法的多目标优化方法对交通模型优化的优化步骤和对其改进。关于数解法是对其理想交叉口间距a的取值范围进行了调整,改进后的数解法不会出现最佳信号周期小于关键交叉口信号周期的情况,使得结果更合理;对MAXBAND法的改进点在于目标函数,引入了分配影响因子和带宽需求比例系数,调整通用双向绿波协调控制模型中的性能指标函数,建立了相应的面向双向不同带宽需求的最大绿波协调控制优化模型;对粒子群算法的惯性权重参数进行了改进,改进后的粒子群算法在算法上有寻优速度快,避免了陷入局部最优的优点。最后,本文通过在仿真平台VISSIM上构建了典型的城市交通干线样本路段,在路段上对优化结果进行仿真实验。实验结果表明改进后的方法相对于传统方法的优越性,以及基于改进粒子群算法的多目标优化配时方法相对于改进后的MAXBAND法与改进后的数解法的优越性。