随着城市快速发展,城市交通路网变得越来越复杂,车流量也越来越大,现有的交通控制系统逐渐不能满足实际需求,引发日益严重的道路拥堵。区域交通智能控制技术的研究是解决这一问题的有效途径。针对现有区域交通协调控制技术难以将区域内交叉路口进行紧密协调控制,本文提出了一种基于动态随机车流相位差协调的改进HCM2000延时模型,采用了遗传粒子群混合优化算法,对协调控制配时方案进行优化,实现了子区内所有交叉口信号按相位差进行协调优化控制,有效降低了区域路网的平均车辆延误。主要研究内容如下:首先,针对区域交通协调控制中HCM2000模型未考虑相位差因素的不足,提出了一种基于动态随机车流相位差协调的改进HCM2000延时模型。先将路网子区交通流分为子区内部路口交通流和边缘路口交通流两部分,通过引入动态随机车流相位差协调机制,从而将整个路网子区内所有交叉口关联起来;再采用混合整数非线性优化车辆延误模型,使其适用于子区入口交通流存在波动性情形。以子区内车辆的平均时延最短作为优化目标,建立了基于相位差的子区交通信号协调控制模型。其次,针对上述区域交通协调控制的优化,提出了一种遗传粒子群混合优化算法。为增强种群多样性,提高算法全局搜索能力,对算法遗传操作采取了分阶段的多方式进化策略。为保证优良个体不丢失,同时增强种群多样性,对于种群粒子,速度和位置迭代更新后,引入了选择操作。采用适应度值排序机制对种群进行划分及合并,充分利用了遗传算法和粒子群算法各自的优势,使混合算法具有更强的寻优能力。仿真实验表明所提出的遗传粒子群混合优化算法能获得更优的协调控制配时方案。最后,运用VISSIM微观交通仿真软件平台,构建了实现基于上述协调控制模型及其优化算法的区域协调优化控制系统。构建了子区路网对象、信号配时输出模块、子区信号协调优化模块、子区协调控制器模块,进行了系统模拟实现。实验结果表明,本文提出的协调优化控制模型及方法能有效减少区域车辆延时,提高区域路网交通效率。