近年来,由于自然、人为等因素,导致重大灾害事件在世界各国频发。学术界高度关注在突发事件影响下引发的大规模人群疏散问题,相比交通流疏散规划与管理研究而言,对疏散过程中的个体与群体社会心理学行为研究是当前交通管理研究中的薄弱环节。在应急疏散过程中,作为行为主体的疏散者,对疏导时间、疏导路径及疏导目的地的预期及最终选择,将对区域交通流的疏散效率产生直接影响。为体现疏散者在不确定因素影响下,其心理变化对路径选择行为的影响,本文分析了传统Logit模型未体现疏散者心理行为的局限性；通过对不确定性影响因素进行分析,提出运用二型模糊推理理论对疏散者行为建模；并应用于改进的动态交通流分配模型,通过广州市天河区路网进行了仿真验证分析。具体工作如下：首先,通过实例说明传统Logit模型描述路径选择行为的局限,在考虑交通信息影响下的风险感知行为模型基础上,提出通过二型模糊推理得到基于路径复杂度的路径权重值,并完成对Logit模型的改进,使其能更好地描述疏散者在应急疏散过程中的心理行为。其次,通过对一型、二型模糊理论进行对比分析,详细论述了二型模糊推理系统中的路径、路段成本权重值设定方法及过程。为对比分析不同模糊推理系统,分别建立以交通信息等级、路段离疏散者距离为输入,路段成本权重值为输出的双输入单输出二型模糊推理系统,以及以交叉口数量、路径长度为输入,路径复杂度成本权重值为输出的双输入单输出二型模糊推理系统,并通过Java平台编程实现两种推理系统。最后,以广州市天河区路网为实例,使用基于Matlab软件实现的交通仿真平台进行实验。通过计算到达人数、路网清空时间等指标,评价基于二型模糊理论的疏散者行为对路网疏散效率的影响。仿真实验结果表明,交通信息等级处于较高水平(即交通信息公开度较高)时,随着信息等级的增加并不能带来疏散效率的提升。进一步考虑路径复杂度因素的动态交通流分配模型,临近终点的疏散人员更倾向于选择交叉路口较少、疏散距离较短的路径进行疏散,从而导致整体路网的疏散时间大幅延长。