现代社会中,交通拥堵问题已经成为一个严重的社会问题,城市交通网络的建设显得日益重要。相关学者和工作者提出了不少缓解交通拥堵问题的管理策略。然而由于现实交通网络中存在许多不确定因素,这些策略实际效果不尽如人意。因此,本文基于鲁棒性对随机网络中的交通拥堵管理策略进行了相关研究。针对最具代表性的拥挤收费策略和可交易路票策略,本文首先验证了确定性网络中两者的等价性,同时举例说明了随机交通网络中两者的差异。接着,对于可交易路票策略,本文假设随机网络中的所有状态是由一组不确定因素集合决定的,出行者选择所处状态下的最小出行成本路径。并用网络流量预测值与状态集的最小期望残量(ERM)来定义预测值的鲁棒性,同时通过光滑化梯度投影算法(SPG)对相关算例进行了求解。对于拥挤收费策略中的中心区域收费策略,将固定费率在一段时间内,能够有效控制中心区域车流量小于阀值的概率定义为为该费率下策略的可靠性,并由此来衡量策略对于交通拥堵控制的鲁棒性。此外,考虑了两种情景：(ⅰ)不完全信息网络,出行时间是随机的,出行者选取期望出行成本最小的路径；(ⅱ)完全信息网络,出行时间是Day-to-Day的模式,出行者选取当天出行成本最小的路径。基于这两种情景,分别进行了算例分析。结果表明：当可靠性越高时,每提高一个百分点的可靠性,所需要增收的收费费率也随之增高。针对此现象,本文进一步进行了灵敏度分析,并提出了相关的评价标准以平衡收费费率与可靠性。