本文针对目前城市交通问题的现状,首先分析和讨论了交通流与交通信号控制的基本理论,对交通流的基本特性、交通信号控制的一些基本参数以及性能指标、交叉口的延误模型以及基本的交通控制方法进行了分析。文章接着对粒子群算法基本概念、算法原理、算法流程等做了简单的介绍,提出了一种基于混沌变异的动态粒子群算法。基于群体适应度方差的概念设计了一种收敛因子动态调整线性惯性权值的大小,从而重新平衡算法的全局搜索能力和局部搜索能力,保证算法的收敛速度以及收敛精度。同时引入混沌变异算子以帮助粒子摆脱局部极小点的吸引,避免陷入局部最优,提高算法在后期的迭代效率。通过对测试函数的仿真分析表明改进的算法在收敛速度及收敛精度上都有不错的表现。文章然后建立了一种改进的基于最小延误的干线协调控制系统相位差优化模型。模型首先将干线上的路口区分为外部进口道和内部中间交叉口,根据其不同的交通流驶离特性对其进行了不同的延误分析。对内部中间交叉口,将其到达车流分离为两个大部分,即上游干线行驶过来的车辆以及交叉口右转汇入车辆,对这两部分车辆的停车延误也进行了区别计算。这样,在整个干线总停车延误计算的过程中,充分考虑不同交叉口不同车流对停车延误的影响,更加接近于实际的城市交通干线。最后采用本文所提出的基于混沌变异的动态粒子群算法对所建立的干线协调控制系统模型进行了相位差优化仿真实验,仿真结果表明干线上车辆延误时间明显小于定时控制下的干线车辆延误时间,证明了本文所提交通干线信号协调控制方法的有效性以及本文所提的改进粒子群算法在此优化问题中的适用性。