随着城市路网的日趋完善,小汽车出行更加便利,机动车保有量增多,这些变化不仅为城市居民带来了快捷和灵活的出行方式,同时也使得路况信息更加多变,驾驶员面临的决策环境更加复杂。在这种环境下,部分交通诱导信息难以影响驾驶员的决策行为,导致缓堵措施的实施效果不佳。为了有效地缓解这一现象,从根本上了解驾驶员的路径选择决策过程尤为重要。本文从微观的角度出发,利用决策场理论研究了驾驶员路径选择的决策形成机理以及驾驶员个人属性和出行场景对动态决策过程的影响。本文基于决策场理论将小汽车出行分为出行前和行驶中两个决策阶段展开研究,明确了关键参数的标定,建立了小汽车出行路径选择的属性矩阵,构建起多阶段路径选择模型框架,分析确定了多阶段路径选择模型。为了研究不同场景下驾驶员的路径选择行为,本文在实验心理学基础上,构建不同场景下多方案选择集,从出行前和行驶中两个出行阶段,调查了多属性驾驶员在不同出行目的和不同程度交通状态波动下的路径选择过程。根据实验所需设计了调查问卷,并在选择过程中加入倒计时区,模拟了出行各阶段路径选择的时间紧迫感。通过调查得到不同场景的关键参数(属性注意力转移权重矩阵、记忆效应)和路径选择结果,为模型仿真提供了数据基础,为模型验证提供了科学依据。运用Matlab对不同属性特征群体和不同出行场景下的动态决策过程进行仿真,获得多组属性注意力转移分布特征和偏好的微观进化过程。仿真结果显示,在工作场景下决策者的记忆效应普遍较高,决策进化速度更快,决策时间更短。在驾驶员中男性驾驶员记忆效应比女性驾驶员高,青年驾驶员较老年驾驶员记忆效应高、决策速度快。此外,本文还研究了不同程度的路况信息波动对路径选择的影响。将仿真与实测结果进行统计检验和对比分析,结果显示:模型对行驶中阶段路径选择的模拟结果较好,人群分类进行参数标定后模型相关性更高。为了验证决策场理论在现实中的实用性,本文选取成都市玉泉路某小区至天府新区工作地之间的常用出行路径进行实例研究,分析发现高峰时段通勤区间内道路存在流量分布不均衡现象导致部分道路流量过饱和,而邻近道路不能很好地分担拥堵道路流量。通过模型仿真得出的决策形成机理和路径选择趋势解释了场景中存在的现象,针对该现象本文提出了相关优化措施,并利用仿真验证了路况信息改进后道路流量分布更均衡,以此为缓解道路交通拥堵问题提供了理论依据。