本发明公开了一种基于历史误差反向传播的自适应交通信号控制方法，包括以下步骤：收集数据；数据预处理，包括数据清理、数据简化以及数据归一化；构建自适应的误差反向学习模型，添加CNN神经网络用于捕获未注意到的特征，并进行分类处理；模型训练，将预处理后的数据集作为自适应的误差反向学习模型的输入进行误差方向学习；对自适应的误差反向学习模型进行评价，若达到期望误差则停止训练并用于实际交通信号控制，否则继续训练。本发明通过交通部门现有充足的数据集，对数据进行预处理，构建自适应控制模型，反复训练数据集从而得到相对应的阈值和权值，达到在任何交通路口都能自适应调整信号灯时长。