论文研究基于Probit的路网储备容量问题，构建双层规划模型，设计基于敏感度分析的算法，并分析考虑道路限速措施、不利气候条件以及不同路网服务水平下的路网储备容量问题，为解析交通供给与需求之间的耦合机理，促进交通系统的均衡发展，丰富道路交通流的理论体系，挖掘路网容量的潜力，为城市交通规划以及城市交通管理提供方法论。　　论文首先分析了用于描述出行者路径选择行为的数学模型。交通网络是由路段和节点所组成的复杂系统，很多路径之间需要共享一些路段，因此这些路径之间则存在相关性，基于Probit的路径选择模型很好的解决了这个问题。但是基于Probit的路径选择模型，没有解析表达式，计算复杂。论文采用蒙特卡洛模拟法求解，在分析Probit型路径选择模型的特点、相继平均法(MSA)以及随机用户均衡模型的基础上，设计了一种自适应相继平均算法，用于求解基于Probit的随机用户均衡模型，该算法充分利用了迭代过程的中间数据信息，避免了原始MSA算法迭代后期步长过小的缺点。　　敏感度分析是非线性规划问题中常用的一种研究不确定性的方法，是针对一个系统或数学模型，研究其输入变量的扰动对该系统或模型的输出变量的影响情况。基于Probit的随机用户均衡模型综合考虑了重叠路径之间的关系，而被认为是一种比较完美的均衡模型，但由于需要采用计算机模拟的方法求解，计算量太大，而基于Probit的路网储备容量双层规划模型是以基于Probit的随机用户均衡模型作为下层模型，因此计算更加困难。基于敏感度分析的算法是该类问题常用的方法，论文首先推导了基于Probit的随机用户均衡模型的敏感度方程，在此基础上设计基于敏感度分析的方法，用于求解基于Probit的路网储备容量双层规划模型。　　路网容量是以整个道路网络所能容纳多少交通量为研究对象，反映了道路网络对交通需求的支撑能力，是传统意义上路段和交叉口通行能力在交通网络空间维度的拓展和延伸。论文总结了以往城市路网储备容量研究成果，结合网络结构及路径选择行为，建立了基于Probit的路网储备容量双层规划模型，应用基于敏感度的启发式算法求解，最后进行算例分析，并与UE模型、Logit模型、Path-sizeLogit模型进行分析对比，分析结果显示基于Probit的路网储备容量是最大的。　　对于整个路网来说，城市道路网储备容量是路网中路段容量在整个交通网络空间的扩展与延伸，但是交通网络储备容量显然不是简单的叠加路段容量和交叉口容量，它必须是在满足一定服务水平下，城市道路交通网络所能够容纳的最大OD需求量。论文通过分析不同路网服务水平标准的基础上，建立考虑路网服务水平的路网储备容量模型，并进行算例分析。　　最后分析在限速措施条件下以及在不利气候影响下，车速、交通流量以及车流密度的变化，分别建立在限速措施条件下以及在不利气候影响下路段旅行费用函数，在此基础上，分别建立考虑限速和不利气候条件影响下的路网储备容量评估模型，分析限速措施和不利气候条件对城市路网储备容量的影响，并进行算例分析。