针对城市交通系统的动态性和不确定性,提出了基于强化学习的信号交叉口智能控制系统结构，对单交叉口动态实时控制进行了研究。将BP神经网络与Q学习算法相结合实现了路口的在线学习。同时，针对交通信号控制的多目标评价特征，采用基于模糊逻辑的Q学习奖惩信号设计方法，实施对交通信号的优化控制。最后，在三种交通场景下，应用Paramics微观交通仿真软件对典型十字路口进行仿真实验。结果表明，该方法对不同交通场景下的突变仍可保持较高的控制效率，控制效果明显优于定时控制。