本发明涉及智能交通控制领域，具体说是一种点对点迭代学习与模型预测的交通信号混合控制方法。包括以下步骤，S100～对研究区域的交通流提出两种增量模型；S200～建立新的双增量交通饱和度模型；S300～建立提取矩阵，对有限的关键点对多次迭代，将误差收敛；S400～用性能指标函数对绿灯时长增量进行预测；S500～根据优化后的绿灯时长，设置交叉口绿灯时长；S600～设置路网内各交叉口信号绿灯时长，使得路网的饱和度达到目标值。本发明将点对点和迭代学习控制和模型预测控制进行结合，不仅利用了路网宏观交通流相似性分布的历史批次信息，又能通过预测模型在线进行滚动优化，最终使路网交通信号能更有效、更迅速的达到控制要求，提高路网通行效率。