城市动态网络交通流分配理论是智能交通系统(ITS)的核心技术理论,利用模型切合实际地描述道路网络交通状况,已成为交通流分配理论发展的当务之急;然而交通网络模型大多采用的是传统网络图模型,未考虑道路路段进入交叉口各转向的通行能力限制、微观车辆在交叉口的转向行为以及由信号控制和交通网络尺寸而产生的通行能力限制等因素。基于考虑上述因素对实际交通情况的影响,使模型更加接近于实际交通状况,作者对前人的工作进行了分析、总结,拟对配流模型中的多起讫点问题、路段通行能力限制以及路段进入交叉口各转向通行能力限制问题研究,并主要完成了以下主要工作:本文首先介绍了城市动态交通流分配模型,结合本文后续提出的模型需要,分别介绍了变分不等式问题、遗传算法和道路交通流中元胞自动机模型。其次,针对路段通行能力限制以及路段进入交叉口各转向通行能力限制问题提出了宏观城市动态网络交通流分配模型。基于网络超点模型对节点进行扩展,分析模型中的路段进入交叉口各转向通行能力限制的约束条件和路段通行能力限制情况下的约束条件;提出并分析基于瞬时道路路段、道路交叉口阻抗;针对模型特点,设计了修正投影算法对其求解的方法;通过数值实验验证了此模型与算法的有效性和可实施性。最后,为了进一步研究微观车辆在道路交叉口的转向行为,以及探讨信号控制和道路交通网络尺寸而产生的通行能力限制条件下的动态流分配问题,建立了考虑上述因素的微观配流模型。对深度优先搜索算法改进,提出搜索单源单汇所有路径的方法;为体现微观车辆在道路交叉口的转向行为以及由于信号控制和道路交通网络尺寸而产生的通行能力限制约束条件,建立十字形交叉口、T形交叉口、有分隔带的双向四车道换道超车交通路网元胞自动机模型。再根据模型特点,设计了基于带精英策略的非支配快速遗传算法(NSGA-II),解决瞬时路径阻抗动态用户最优与道路交叉口交通延误动态系统最优达到平衡的配流方法;通过数值实验验证了此模型与算法的有效性和可实施性。上述两模型都为缓解交通拥堵提供可靠的理论依据,为驾驶员提供可靠的动态道路交通信息。