为达到理想的区域协调控制效果,提高城市信号交叉口综合运行效益,需要根据路网交叉口关联性确定子区划分方法,综合区域内所有控制子区的共同效益进行优化建模。近年来随着计算机技术与仿真技术的发展,仿真优化已经成为了工程应用领域的研究热点。本文针对非拥堵和拥堵状态下城市交叉口的关联性特点,提出了不同交通需求下的控制子区划分方法。针对非拥堵状态下控制子区交通信号优化,提出了多目标约束仿真优化方法,优化了模型搜索空间,提高了子区交通运行效率;为保障交通拥堵状态下交通运行稳定性,确定了面向排队抑制的拥堵子区协调控制仿真优化方法。本文的主要研究内容如下:（1）采用宏观基本图进行交通拥堵识别,以图论的方法实现不同交通场景下的子区划分。对于非拥堵状态下城市路网,以交叉口间距、交通密度和信号周期为交叉口关联度定量评价影响因子,构建关联度模型,以相邻交叉口间关联度为依据,使用改进的Ncut算法划分交通控制子区;针对拥堵状态下交通特点,采用贪婪策略解释结构模型（Greedy-ISM）法建立控制路网可达性矩阵确定关联度较强的交叉口集合,结合控制子区内各交叉口的路段阻抗标准差动态调整算法参数以实现拥堵状态下的子区划分。（2）确定非拥堵状态下子区控制优化目标,分析模型约束条件以改进模型搜索空间,建立优化模型微观仿真环境,构建了非拥堵状态下的控制子区协调控制多目标约束优化模型。引入快速非支配遗传算法NSGA-III实现子区信号配时多目标优化,通过预选择策略与快速重复检测策略防止重复个体产生,同时使用自适应ε约束法处理模型约束条件,加入自适应交叉变异算子、基于拥挤度的个体选择策略加快收敛速度,使用模糊隶属度法选出最优解,进一步优化了交通运行效率;（3）对交通拥堵机理进行了分析,基于交通信号控制相关理论,提出了面向排队抑制的拥堵状态下子区协调控制方法。以交通路径最小交通流量比、交通路径长度为关键交通路径选择指标,提出了拥堵状态下控制子区关键交通路径选择方法。在此基础上建立以关键交通路径通过交通量最大、路网最大排队长度增量最小为优化目标的拥堵状态子区协调控制模型,通过微观仿真环境采集交通运行参数。为克服传统遗传算法收敛速度慢,易陷入局部最优解的问题,对传统遗传算法进行了改进,得到最优信号配时参数。