本文介绍了一种智能交通灯控制系统,该交通灯控制系统基于长期演进的V2X(Long Term Evolution-V2X,LTE-V)技术和神经网络,该交通灯控制系统中交通灯与LTE-V路侧单元(RSU)连接,同时RSU通过LTE-V技术收集其通信范围内的车辆信息,并将车辆信息与交通灯状态信息进行整合,将绿灯方向车辆排队长度、红灯方向车辆排队长度、红灯时间、绿灯时间和绿灯方向车辆动作时问作为BP神经网络的输入参数,以对绿灯的控制作为输出参数,从而实现对交通灯的智能控制.本文提出一种地图匹配算法,用于计算车辆排队长度.在调整交通灯时间时,若要缩短绿灯时间,绿灯方向车辆可能由于来不及刹车导致交通事故的发生,为了保证车辆的通行安全,将绿灯方向车辆动作时间列为输出参数的考虑因素.本文通过190组交通数据对BP神经网络模型进行训练,使用10组样本数据对该神经网络模型进行测试,结果表明,该神经网络输出与期望输出拟合程度高且误差在可接受范围内.为了评估本文设计的智能交通灯控制系统的控制效果,本研究通过微观交通软件VISSIM进行仿真,通过在交通路口不同交通流量下比较定周期控制策略和本文设计的智能控制策略的控制效果,仿真结果表明,相对于交通灯的定周期控制,本文设计的智能交通灯控制策略在保证了车辆通行安全的情况下,不仅可以缩短交叉路口的车辆排队长度,提高交通效率,还可以减少车辆的停车次数,提高车辆行车过程中的舒适性.