为了更好地求解非线性多目标联合信号配时优化模型，提出一种多策略的麻雀搜索算法(MS-ISSA)。首先引入Sinusoidal混沌映射，利用其随机性和遍历性的特点有效增加种群的多样性和质量；其次设定动态权重策略，平衡算法的全局探索和局部搜索；最后引入Levy飞行，利用其跳跃性特点探索更多解空间，提高算法的全局寻优能力，并使用9个基准函数对MS-ISSA进行测试，验证了算法的优越性。结合实际案例，应用MS-ISSA求解信号的配时优化模型，对比现状方案、Webster方案、遗传算法(GA)方案和传统的SSA方案，通过MS-ISSA得到的配时方案使延误降低16.8%,汽车尾气排放减少17.9%,交叉口的通行状况得到明显改善，验证了MS-ISSA在交通信号配时优化方面的有效性。