随着经济的持续、快速发展,相对滞后的城市交通基础设施建设已无法满足渐趋多样化的日益增长的交通需求。在尝试解决城市交通拥堵问题的诸多实践中,交通诱导系统是其中行之有效的重要途径。本文将博弈论思想引入交通诱导系统管理者与出行者行为的研究中,分析两者之间的互动决策过程,探讨交通诱导信息对于提升路网运行效率的作用,以协助管理者合理制定交通诱导策略。主要内容包括以下几个方面：在Stackelberg博弈框架下探讨了交通诱导系统中管理者与出行者的博弈规则。管理者将路网中各路径旅行时间作为诱导信息发布,出行者根据接收到的诱导信息做出路径选择。基于Stackelberg博弈建立了管理者-出行者博弈模型并给出了基于遗传算法的模型求解算法。数值结果表明,管理者与出行者博弈达到均衡时的路网运行状态优于随机用户最优,管理者根据博弈模型制定的诱导策略能够有效提升路网运行效率。探讨了管理者根据Stackelberg博弈模型发布预测诱导信息的信誉风险问题。定义φ值衡量诱导信息的准确度,引入无限重复囚徒困境说明可信诱导信息的重要性。对管理者-出行者博弈模型增加了φ值约束并给出了控制φ值的模型求解算法,该算法能够有效地保证诱导信息的可信度。定义了管理者对历史路径旅行时间的矫正幅度,建立了管理者发布矫正历史信息的管理者-出行者博弈模型,并给出了基于PSO算法的模型求解算法。数值结果表明,矫正幅度足够大时基于历史信息的诱导策略可以使路网运行状态达到并维持系统最优,矫正策略对于路段通行能力下降干扰也有很好的调整能力。建立了动态诱导系统管理者与出行者博弈模型。为简化问题,将模型进行离散化处理并对离散化模型给出了求解方法。在离散化模型中管理者采取基于矫正路径平均旅行时间的诱导策略。基于元胞自动机NaSch模型建立了交通演化模型。应用Matlab构建简单路网进行仿真实验,并对比分析了实验结果。结果表明,矫正策略相比于反馈策略能够更好地改善路网运行状态,并且交通需求越大、路网越拥堵,效果越好。