近年来,我国城市获得了长足的发展,但是一些城市的交通拥堵问题也变得异常严重,市内路网交通空前恶化。为解决日益严重的交通问题,在加强道路基础建设的同时,我们更应注意道路运营能力水平的提高。结合现代信息技术,将先进出行者信息系统(ATIS)用来诱导出行者出行,提高出行质量。文中采用了基于Agent的建模分析方法,对ATIS条件下出行者的路径选择行为运用StarLogo仿真平台将路径选择行为从战略层、战术层两个层面分别建模。实验结果表明ATIS系统对于出行者的出行规划有一定影响,而且ATIS的收益随着交通流量的增加有显著提高,研究结论为ATIS的应用提供了有益的参考。出行者路径选择问题一直是交通领域研究的热点。对于给定交通环境下出行者决策过程的精确描述能够更好地诱导人们出行,提高出行者的出行效率。基于累积前景理论框架建立的风险路网环境下出行决策模型,更好地描述了出行者的实际出行行为。文中假设出行者出发前已知各路径的出行时间概率分布,建立起基于累积前景理论的风险路网环境下出行者路径选择决策模型。最后通过算例和实证调查证明了累积前景理论在描述出行者的实际出行行为上具有更大的优势。出行者最优出发时间的选择与出行路径的选择之间有着密切的联系,出行路径的选择直接影响到出发时刻的选择,当出行者按照选定路径完成一次出行后,会根据路径的实际行程时间来决定下次出行是否改变出发时刻。本文基于“累积前景理论”的基本思想和决策框架,以到达目的地的预测时间为参照点确定出价值函数,得到一个最优的出发时刻。通过设定到达时刻的满意区间,给出了出行者下次出行是否改变和将如何改变出发时刻的判断方法。