交通流的计算问题是交通运输领域当中最为基础的研究,在交通系统的相关研究中,路径选择问题、出行方式的选择优化问题、路网中的拥挤收费问题等都以基本的交通流计算问题为基础。传统的研究强调交通流在不同路径或出行方式之间的有序分配,注重交通流量分配模型的解析方法以及最终所形成的流量分配均衡状态,对交通系统内的信息传播假设较为严格,对决策主体理性程度的设计较为单一,具有较强的“他组织”特点。本文的研究内容是对既有交通流分配理论及应用的继承和发展,研究重点在于利用复杂系统与复杂性科学中具有演化特点的建模思想探寻交通分配系统中局部行为与整体状态之间的联系,探寻出行者的选择行为与交通系统整体运行状况之间的作用规律,最终,建立一套全新的、更加符合现实条件假设的交通流演化模型体系。主要研究内容分为以下几个部分:首先,分别从不同的角度对交通流分配问题、其衍生问题以及复杂系统相关的研究情况进行了综述,对研究现状进行了分析和总结,指出了既有研究的可改进之处,在此基础上给出了本文的研究框架及技术路线。进一步,从交通系统的复杂性及其产生原因入手,分析了交通系统的多主体自组织特征,构建了复杂交通适应系统的多主体模型结构,阐述了非理性因素对群体决策的影响。通过结合传统交通流分配模型分析规范式决策模型与描述式决策模型的特点,提出了既有建模思想的缺点及可借鉴之处,说明了自组织混沌边缘优化思想在复杂交通系统优化中的适用性。第二,依据复杂系统自底向上的建模思想,通过设计多种出行者决策属性、交互机制及行为规则,建立了基于多主体的自组织交通流演化模型,分析了出行者信息交互强度与信息交互范围对路网通行性能的影响。引入“langton”参数及“熵”的思想,利用“混沌边缘”的概念量化分析了出行者行为复杂性对交通系统性能的影响,得到了基于“混沌边缘”状态的交通流优化结果。模型较好的继承了传统模型的流量分配特点,同时较好地反映了现实中出行者信息接收程度与路网通行效率的关系。第三,将“情绪变化”这一日常生活中常见的心理活动机制及社会情感计算的思想引入出行者群体的自组织路径选择行为中,利用智能程度更高的“元胞遗传算法”的思想刻画出行者群体的路径寻优过程,建立了多主体自组织交通流演化模型,分析了出行者群体情绪属性变化对交通系统路网性能的影响。通过构建基于学习进化强度的“决策系数”及“路径选择行为演化熵”计算了交通系统处于“混沌边缘”状态时的路网性能,分析了出行者群体路径选择演化过程的复杂性变化及其决策属性与演化复杂性之间的关系。第四,将出行者对效用的感知、群体情感及风险态度进行了有机结合,通过建立更加接近实际社会的小世界群体Agent模型,研究了多主体有限理性条件下,出行时间参照点的形成机制,构建了具有动态演化特点的群体异质型参照点,建立了具有信息交互及学习进化机制的多主体交通流演化模型;研究了模型的参照点依赖效应,分析了出行者异质程度对路径流量的影响。通过构建“决策系数”,及“路径选择行为演化熵”计算了交通系统处于“混沌边缘”状态时的路网性能、出行者群体路径选择演化过程的复杂性变化及其参照点结构与演化复杂性之间的关系。最后,将自组织交通流演化思想引入不同出行方式的客流分担建模中,设计了心理情感范式更为详细的交通流需求形成模式,以此为基础,研究了自组织交通流演化模型在出行价格优化问题中的应用,分析了出行者群体不同决策属性对出行费用及交通流的影响。通过构建“决策系数”计算了出行者群体处于“混沌边缘”状态时的参数优化结果及均衡价格,通过构建“出行方式选择演化熵”分析了出行方式选择演化过程的复杂性变化及出行者参照点结构与演化复杂性之间的关系。本文从复杂系统与复杂性科学的角度出发,基于合理的行为假设对出行行为进行建模,解析出行行为演化的微观机理,丰富了传统交通流分配研究的思路与方法,本文的研究可为交通管理部门有效掌握出行群体需求变化规律提供新的理论依据。