目前，交通拥挤已经成为困扰世界各大城市的一大难题。为了解决交通拥挤问题，各国政府曾试图通过增加道路通行能力的传统方法来加以解决。但受土地和资金等资源的制约，在拥挤的大中城市新建和扩建道路的可能性越来越小。因此，智能运输系统作为一种有效提高现代城市交通管理与控制水平的重要工具，开始被越来越多的城市采用。先进交通信息系统是智能运输系统的核心部分。研究这种系统作用下出行者的出行决策特征和规律有利于系统的发展和评价，逐渐成为世界交通管理领域研究的一个热点和前沿问题。本选题是导师的长期研究方向，旨在利用微观经济学原理研究交通系统在某种政策作用下的均衡聚集现象，解释复杂的交通行为。本文以交通网络均衡和数学规划理论为基础，结合经济学、行为科学和管理科学的有关知识，对先进交通信息系统下的网络均衡问题作了比较深刻的探索，以其揭示交通信息系统下新的交通行为，达到指导智能运输系统ITS发展的目的。 本文首先回顾了国内外研究现状，介绍了相关的基础交通理论、模型及算法。在此基础上，本文分别研究了静态和动态均衡两种情况。在静态均衡分析中，又分别考虑了固定需求和弹性需求两种情况，假设路网中有ATIS(先进交通信息系统)装置和无ATIS装置的两类出行者均按基于LOGIT模型的随机用户均衡原则选择路径，建立了一个一般网络中的混合均衡模型，并设计了有效的算法来求解模型，通过算例分析得到一些有启发性的结论。 在动态分析中，本文假设在有交通信息系统作用下的路网中，出行者会根据交通信息系统提供的交通状况信息和以往的经验选择自己的出行路线和出发时间。根据出行者对交通信息的信任和接受程度，将出行者分为怀疑保守型和信任乐观型两大类，在他们的路径旅行时间基础之上，建立了一个等价的随时间演进的随机用户均衡模型，设计了有效的算法，通过两个算例验证了模型的有效性及算法的收敛性。