در این رساله یک روش پیشنهادی بر مبنای سیستم های نرو- فازی و الگوریتم ژنتیک برای کنترل چراغهای راهنمایی و بر اساس پردازش هوشمند تصاویر ترافیکی برای استخراج پارامترهای مورد نیاز یک سیستم کنترل ترافیک هوشمند در یک تقاطع ایزوله ارائه شده است. یک تقاطع ایزوله برای کنترل، وابسته به تقاطع های اطراف و دیگر خیابانها نیست. هدف از طراحی یک کنترل کننده هوشمند ترافیکی، اختصاص زمان های مناسب به چراغ های راهنمایی است به گونه ای که هر خودرو کمترین زمان ممکن را در پشت چراغ قرمز بگذراند و هر خودرو در فاز سبز بیشترین سرعت ممکن برای عبور از تقاطع را داشته باشد و در مجموع ترافیک مطلوب و روان با بالاترین سطح ایمنی در سطح تقاطع ایجاد گردد. تاکنون پروژه های بسیار زیادی به منظور رسیدن به این اهداف انجام شده است. در این رساله نیز پس از مطالعه روابط ترافیکی و شناسایی پارامترهای مطلوب ترافیکی، سعی برآن شده است که با استفاده از یک الگوریتم ساده پردازش تصویر، این پارامترها از روی رشته تصاویر ویدئویی استخراج شود و با استفاده از دو ابزار قدرتمند هوش مصنوعی در تحلیل و مدلسازی پدیده ها یعنی الگوریتم فازی و شبکه های عصبی، سیستم مطلوب هوشمند برای کنترل ترافیک را طراحی نماییم. برای نیل به اهداف فوق از ترکیب این دو ابزار یعنی یک سیستم نرو- فازی استفاده شده است. برای تنظیم ضرایب و بهینه سازی شبکه نرو-فازی از تابع خطا و الگوریتم ژنتیک استفاده شده است. نتایج شبیه سازی و مقایسه نتایج کاربرد این الگوریتم با روش کلاسیک کنترل زمان ثابت که در تقاطع های ایزوله معمول می باشند، نشان دهنده میزان قابلیت این الگوریتم هوشمند است.