在交通均衡问题中，用户均衡原则是指在均衡状态没有人能够通过单方面改变自己的出行选择决策降低自己的出行成本，对系统而言，系统管理者的目标是极小化系统总的出行成本。众所周知，由于出行者的自私路由选择行为，使得用户均衡状态和系统最优状态对应的总系统成本是不一致的，这种现象称为用户均衡的效率损失(POA)，度量POA的值对交通政策设计是非常重要的，但是在交通均衡问题中，特别是多用户、多准则交通均衡问题，系统最优化问题经常是一个非凸的优化问题，求解系统最优和均衡解变得比较困难.因此，确定交通网络中用户均衡的效率损失的上界成为交通领域和运筹学领域的研究热点之一。本文利用两种不同的变分方法研究了无限类别、多准则交通均衡问题中的效率损失上界问题，根据系统成本以费用或时间度量，以及系统成本包含和不包含收费等情况分别给出了POA的上界。主要工作如下：　　 在第二章中，本文首次把文[41]中基于函数微分中值定理的变分方法推广到无限类别、多准则交通均衡效率损失上界研究中，根据系统总成本的表示形式不同，分4种模型分别给出了POA的上界。值得指出的是对于有限类别、多准则交通均衡问题，利用这个方法可以得到与无限类别情况相同的结果。最后通过两个离散情况的例子说明了本文方法的可行性。对于基于广义时间成本的交通均衡模型，与Steepness方法作了比较，当非线性程度不特别高的情况下，变分方法优于Steepness方法。　　 在第三章中，本文利用向量积分中值定理构造新的变分方法进一步研究了多用户、多准则交通均衡的效率损失问题。根据系统总成本的表示形式不同，分4种系统优化模型分别给出了POA的新上界。对于有限类别、多准则交通均衡问题，新方法可以得到与无限类别情况相同的结果。对于基于广义时间成本的交通均衡问题，在假设3.1成立的条件下本文证明了新方法给出的上界要小于第二章给出的上界。对于基于时间成本且系统成本不包含收费的情况，当延迟影射为仿射时，第二章的方法给出上界不大于第三章对应给出的上界。对于非线性情况，很难直接比较两种方法的优劣。当收费为强有效(最优)收费时，本文利用新方法给出了POA的上界。　　 在第四章中，本文提出序列近似线性化算法用以求解无限类别、多准则交通均衡中的非凸无穷维系统优化问题，证明了利用离散化技术可以得到无穷维线性子问题的近似解，当离散化细度足够细时，证明了离散化后问题的最优解是原问题的近似解。