随着城市化进程的迅速发展,交通拥堵已成为世界各大城市共同面临的迫切需要解决的城市问题之一。面对城市居民高效率、便捷化和舒适性的交通出行需求,交通拥堵常态化现象严重影响着人们的出行生活,同时对城市的不断发展造成巨大的抑制作用,减缓了城市的升级进度,降低了城市发展效能。为了及时地预防和有效地分析城市交通拥堵问题,建立科学合理的城市交通拥堵传播模型成为城市交通管理和智能交通领域亟需研究的热点问题。城市交通系统是一个由人、车、路及交通环境等构成的复杂巨系统,复杂网络研究的兴起为研究城市交通拥堵提供了一种新的思路。然而现存的利用复杂网络相关原理研究城市交通拥堵问题的大多数研究中,研究学者们主要针对交通网络的实际特点进行研究,没有考虑人的行为、信息传播等因素对交通拥堵产生的影响。因此,本文以复杂网络理论和信息传播模型为基础,综合考虑信息传播、人类行为以及城市交通道路的影响,抽象得到信息传播网络、个人社交网络、道路交通网络等多类型网络,同时通过对所得网络进行耦合处理,从而构建出基于多层网络的城市交通拥堵传播模型,用以揭示城市交通拥堵传播特性。论文主要研究内容包含以下几个方面:（1）提出了交通拥堵与预警信息交互传播模型。本文建立了交通拥堵传播的改进易感-感染-易感（susceptible-infected-susceptible,SIS）的病毒传播模型,利用状态转移概率方法,基于多层复杂网络分析交通拥堵和预警信息交互传播的动力学行为特征,揭示预警信息传播对交通拥堵传播的影响,并通过数字仿真实验发现并证明了交通拥堵的传播过程不仅与交通拥堵传播阈值和交通拥堵消散阈值有关,而且与交通网络中的预警信息传播动力学有关,同时预警信息在网络中的传播能在一定程度上减缓交通拥堵的传播,从而降低拥堵爆发的规模^[14];（2）位置-社交网络中关键节点传播影响力度量与分析。根据基于位置的社会网络（Location-Based Social Network,LBSN）的实际数据,本文首先构建出具有双层结构的位置-社交网络（Geo-Social Network）模型,然后根据位置-社交网络,计算双层网络中相同用户之间的影响力值。通过分析用户的社交关系和用户行为之间的关系,提出一种融合社交影响力和地理影响力的中心性度量方法,用于识别位置-社交网络中的影响力节点,最后实验发现所提方法可以更好地预测节点传播效率,同时地理影响力比社交影响力对用户行为产生的影响更明显。本章的研究内容为研究多层网络耦合的城市交通拥堵传播模型奠定了基础;（3）提出了基于超网络的交通拥堵传播模型。在上述研究基础上,本文综合考虑个人社交网络、预警信息传播及交通拥堵传播之间的相互作用,首先构建出“社交-信息-拥堵”三层超网络模型,然后基于此模型,通过提取用户社交影响力、路网结构特征和信息传播特征三种网络特征,并考虑交通拥堵传播过程中出现的不同情况,计算不同状态下节点的状态转化率,最后利用平均场理论改进得到一种基于超网络的交通拥堵传播模型。实验结果表明,所构建出的交通拥堵传播模型能够抑制交通拥堵的传播过程。同时,该模型信息子网中的预警信息传播能影响交通拥堵传播,增强交通拥堵传播临界值,从而较为显著地降低了交通拥堵爆发规模。因此,本文构建出的基于超网络的交通拥堵传播模型能够有效地解释在社交网络影响下的预警信息和交通拥堵交互传播的动力学行为特征。