1.一种区域交通信号协调优化控制系统，其特征在于，所述控制系统将路网内的各个路口节点均设置为交叉口控制智能体，每个所述交叉口控制智能体均包括：交通状态感知模块，用于获取路口交通状态，采集各个交叉口中各条车道上的车流信息；

交通信号协调优化模块，用于分析当前交叉口及相邻交叉口的交通状态，得出各个交叉口的最优配时方案及其对应的性能指标，并输出结果；

协调控制模块，用于接收所述交通信号协调优化模块输出的最优配时方案和性能指标，比较现行控制方案的性能指标与调整配时后方案的性能指标，将其中最优性能指标所对应的各个路口的优化配时方案进行输出；

执行模块，用于接收所述协调控制模块输出的优化配时方案，并将信号配时方案输出给交叉口控制模块执行；

交叉口控制模块，用于将所述执行模块输出的优化配时方案给信号灯执行，并将该交叉口的交通信息传递给交通信号协调优化模块；

所述交通状态感知模块的信号输出端与所述交通信号协调优化模块的信号输入端相连接，所述交通信号协调优化模块的信号输出端与所述协调控制模块的信号输入端相连接，所述协调控制模块的信号输出端与所述执行模块的信号输入端相连接，所述执行模块的信号输出端与所述交叉口控制模块的信号输入端相连接，所述交叉口控制模块的信号输出端分别与所述交通信号协调优化模块的信号输入端以及信号灯相连接。

2.一种使用如权利要求1所述的区域交通信号协调优化控制系统的区域交通信号协调优化控制方法，其特征在于，包括如下步骤：S1、交通状态感知模块采集路网内各个交叉口中各条进口道的车流量信息以及各个交叉口中各条进口道的延误车辆数；

S2、交通信号协调优化模块根据所述交通状态感知模块采集的信息，优化得出区域内各个交叉口的最优配时方案及其对应的性能指标；

S3、协调控制模块比较现行控制方案的性能指标与经过所述交通信号协调优化模块优化后的最优配时方案的性能指标，将其中最优性能指标所对应的配时方案通过执行模块输出给交叉口控制模块，所述交叉口控制模块将所接收到的配时方案输出给信号灯执行；

S4、所述交通状态感知模块感知当前交叉口交通状态，判断是否满足预期系统区域最小性能指标，若满足，则将当前配时方案定为当前交叉口的最佳配时方案并持续执行，若不满足，则返回S1进行步骤循环。

3.根据权利要求2所述的区域交通信号协调优化控制方法，其特征在于，所述S2具体包括如下步骤：S21、构建区域交通信号协调优化模型；

S22、构建区域交通信号协调优化机制；

S23、构建基于博弈论的多交叉口控制模块协调机制；

S24、构建综合指标评价函数；

S25、构建区域信号协调控制优化算法；

S26、构建基于动态惯性权重的粒子群优化算法。

4.根据权利要求3所述的区域交通信号协调优化控制方法，其特征在于，所述S21具体包括如下步骤：以由若干个路口组成的区域作为研究对象，采用四相位四车道模式，右转车辆与直行车辆一致，以各个交叉口的车辆平均延误时间、车辆平均排队长度以及区域进出比为优化目标；

S211、设置基本参数，所述基本参数包括信号周期、绿信比、信号相位、相位差、车辆排队长度以及车辆平均延误；

S212、构建车辆平均延误模型，

提出延迟时间模型，表达式为

其中，Tdelay表示所有交叉口的延迟时间，n表示所有交叉口的其中一个，k表示交叉口中n的一个进口道，rn表示交叉口n的所有入口，qk表示交叉口入口k的道路交通流量，dk(ω，λ)表示延迟函数，ω表示自变量，λ表示绿信比；

交叉路口各进口道车辆的平均延误的经典公式为，

其中，k表示交叉口的入口车道号，dk表示车辆延迟时间， 表示信号周期，λk表示绿信比，ω表示交通车流量，ηk表示饱和度，Sk表示饱和交通流；

用线性拟合的方法来修正韦伯斯特延误模型，修正方法为，dnew＝αdk+β，

其中，dnew是改进后的韦伯斯特延误算法的计算值，dk是改进前的韦伯斯特延误算法计算值，α、β为拟合系数；

改进后的基于韦伯斯特的每个交叉口的总延误时间模型为，S213、构建区域进出比模型，

进出比模型的表达式为，

其中，ρ为区域进出比、即输出的最大车辆数目与进入该区域的车辆总数的比值、设为目标函数，Q为进入该区域的车辆总数，t＝1表示第一个信号周期，，t＝1，2，...，n，f＝1表示第一个相位，F为最大相位数，lout为边界区域进口道数目， 为第t个信号周期从第k个进口道驶出的车辆数目；

其中， 为当前相位f交叉口n能放行的车辆数、即当前相位f能驶出交叉口n的车辆数， 为相位f时进口道k是否是绿灯、绿灯则为1、否则为0，qk(t)为第t个信号周期第k个进口道的车辆到达率， 为第t个信号周期交叉口n的第f个相位的有效绿灯时间，为第t个信号周期第f个相位进口道k的延误车辆；

其中， 为第t个信号周期从上游进口道k到下游进口道j的车辆数，vn-1，n为车辆从交叉口n-1行驶到交叉口n的平均速度，L为两个交叉口之间的间距；

则约束式为，

5.根据权利要求3所述的区域交通信号协调优化控制方法，其特征在于，所述S22具体包括如下步骤：交叉口控制模块通过交通状态感知模块采集本路口的交通信息，同时采集相邻交叉口控制模块的交通信息，利用改进的粒子群算法对区域协调模型进行求解得出最优解。

6.根据权利要求3所述的区域交通信号协调优化控制方法，其特征在于，所述S23具体包括如下步骤：S231、交叉口控制模块的车辆排队数超过阈值则向相邻的交叉口控制模块发出协调请求；

S232、相邻的交叉口控制模块响应请求，并构建博弈树，寻找纳什均衡；

S233、若纳什均衡存在，则交叉口控制模块的行动策略就是达成纳什均衡时的策略，每个交叉口控制模块按照该策略控制交叉口；

若纳什均衡不存在，则每个交叉口控制模块保持自己原有的策略不变；

协调结束后，再利用改进的粒子群算法优化区域交通协调优化模型，完成交通信号的优化配时。

7.根据权利要求3所述的区域交通信号协调优化控制方法，其特征在于，所述S24具体包括如下步骤：将各个交叉口的车辆平均排队长度、平均延误时间以及进出比作为优化指标，采用如下综合指标评价函数，其中，Li、ki为第i个交叉口的车辆平均延误时间和车辆平均排队长度的加权系数，η为寻优参数、即为绿信比， 为交叉口平均延误时间，Lq(η)为交叉口车辆平均排队长度，ρ为区域进出比；

通过优化绿信比参数使得PI最小，即车辆平均延误时间、车辆排队长度以及进出比最小以达到控制目标最小。

8.根据权利要求3所述的区域交通信号协调优化控制方法，其特征在于，所述S25具体包括如下步骤：S251、初始化，随机初始化加速因子、惯性权重、粒子的速度、粒子位置、个体极值与全局最优解；

S252、计算每个粒子的适应值；

S253、更新每个粒子的历史个体极值与种群最优位置；

S254、更新惯性权重；

S255、判断算法是否满足最终条件、即是否达到最大迭代次数或达到最小误差值，若是则结束迭代并输出最优解、即最优信号配时方案，若否则返回S252进行步骤循环。

9.根据权利要求3所述的区域交通信号协调优化控制方法，其特征在于，所述S26具体包括如下步骤：引入惯性权重ω对粒子群算法进行改进，具体公式如下，

其中，ω为惯性权重，K为当前迭代次数，d＝1，2，3，...，D、D为搜索空间维度，i＝1，2，

3，...，n、n为粒子个数，vid为粒子速度，xid为粒子位置，pid为个体极值，pgd为群体极值，c1、c2为非负加速度因子，r1、r2为[0，1]之间的随机数；

采用以下改进的粒子群算法来优化信号配时，如下式，

其中，ωmax、ωmin为惯性权重的最大值和最小值，k为当前迭代次数，Nmax为最大迭代次数。