出行者的路径选择行为影响因素众多,包括出行者的主观能动性、外部环境、路网系统的不可预测性等,这些因素综合作用使得交通分配问题求解复杂。现实中出行者不能够完全掌握路网情况而且出行者不具有完全相同的出行特征,因此出行者在节点处的路径选择行为具有随机性。通过最大最小蚁群算法中蚂蚁在节点处的路径概率选择行为来仿真出行者的路径选择行为,并建立随机用户交通分配模型。模型考虑的问题主要包含三个方面:首先根据蚂蚁选择下游节点的决策过程建立出行者选择下游节点的选择概率公式;其次通过蚁群算法中信息素更新方式来对路网流量的空间分布进行优化,通过臭味信息素机制保障分配过程的安全性;最后借鉴最大最小蚁群算法中将路网信息素浓度初始化为信息素区间最大值的思想,根据路网各个路段通行广义费用的大小对其初始信息素进行具体化设置,以保障在分配的初始阶段实现路网流量的合理性分布。通过对案例的研究分析,参数α、β的组合设置情况反映了出行者对于路径长度和路径广义费用信息的重视程度。β较α的取值越大,出行者对于路网的广义费用信息越重视,在路径选择的过程中选择最优路径的可能性就越大。而且随着β的增大,路网的整体费用逐渐降低。参数ρ的大小反映了管理者对流量在路网空间分布上的调控力度,ρ的取值越小,流量在路网空间分布上的变化程度越大。参数γ反映了臭味信息素的作用强度,极端条件下参数γ取值较大,道路上的信息素浓度为0,实际中道路由于各种原因被封闭。