为应对城市交通中机动车尾气排放与交叉口延误的双重挑战，对低排放背景下交叉口信号控制优化的理论与方法进行了研究。在研究问题方面，对机动车尾气排放模型(如COPERT、IVE)及交叉口延误模型的特性进行了深入分析，重点关注其优化目标。研究发现，COPERT和IVE模型在模拟我国污染状况时具有较高准确性，适用于低排放背景下的排放预测。在建模方法方面，研究从点控、线控和面控三个层次展开，涵盖双层规划模型、微观排放模型和跟驰模型。在求解算法方面，遗传算法、人工鱼群算法、模拟退火算法等启发式方法被广泛应用，而深度强化学习算法及其改进算法在动态优化中展现出显著优势，优化效率提升约15%～30%。基于现有研究，提出未来研究需结合司机驾驶行为与“排放-效率”的博弈关系，优化算法高效性并缩短模型计算时长，同时关注新能源汽车、无人驾驶及智能网联技术的综合应用，推动“人-车-路-环境”协同发展，为城市交通系统的绿色低碳转型提供理论支持和技术保障。