出行信息影响下,如何有效提高驾驶员的出行效率,一直是交通研究者与管理者关注的热点话题,驾驶员在整个出行过程中的出行决策行为直接影响着交通流的分布状态。对驾驶员出行信息认知模式与搜寻行为的分析和建模研究,是智能交通系统建设、交通政策制定、出行信息环境规划以及交通管理控制的重要基础。出行信息的认知与搜寻能够为驾驶员出行决策提供重要依据,且有效的出行信息认知与搜寻能够提高驾驶员的出行效率。具体研究内容包括以下几个方面：回顾了出行信息相关研究的进展,分析了出行者出行信息需求。在描述出行信息特征与功能的基础上,完善了出行信息服务水平的内涵与评估体系。基于有序多分类Logistic回归方法,建立了驾驶员认知模式的决策模型,将认知心理学理论运用于驾驶员出行信息认知模式的分析过程中。分析了驾驶员属性、信息源认知偏好、信任度、出行决策的主要依据等因素对出行决策改变频率的影响,并对模型进行检验,验证了模型的可接受性。结果表明：受出行信息影响的驾驶员,改变出行决策频率是按照以往经验出行的6.18倍,是按照最近经验出行的3.40倍；信任出行信息的驾驶员,改变出行决策频率是不信任的3.17倍,基本信任的驾驶员改变出行决策频率是不信任的1.96倍；驾驶员基于信息而改变出行决策的概率随着驾驶员出行依据由依赖以往出行经验——最近经验——出行信息而增加；信息可信度越高,接受出行信息并改变出行决策的概率越大,由此可以看出,越是信任出行信息的驾驶员,根据出行信息改变出行决策的频率越高。为了科学分析驾驶员搜寻行为,基于信息行为理论,探讨了驾驶员搜寻行为的影响因素。对外源潜变量、内生潜变量及观察变量之间的从属关系进行假设,并基于结构方程,建立了驾驶员搜寻行为模型。探索了驾驶员属性、信息源、信息需求对搜寻行为的从属性,对模型适配度进行检验,验证了模型的拟合程度。结果表明：驾驶员对出行信息需求迫切搜寻程度从大到小依次为：停车信息、事故信息、路况状态信息、路径导航信息、交通管制信息以及地理信息；可变信息板与信息源的因子载荷达到0.42,说明驾驶员对可变信息板有较强烈的需求；另外,支付意愿与驾驶员搜寻行为的因子荷载达到0.72,说明驾驶员愿意支付一定的费用获取可信任的出行信息。在研究出行信息源、信息需求对驾驶员出行信息认知与搜寻行为内在关系的基础上,构建了驾驶员出行信息服务水平优化策略流程。同时,描述了VMS信息有效性仿真流程,为今后深入研究驾驶员出行信息服务水平奠定了基础。