先进出行者信息系统(ATIS,Advanced Traveler Information System)为出行者提供实时交通信息有助于提高出行者的出行效率以及改善城市范围内的道路交通。ATIS的效益关键在于对实时信息下驾驶员路径选择行为的理解,因此驾驶员路线选择行为是建立ATIS系统的重要支撑理论之一。事故导致的行程时间延误是驾驶员最为关注的,在ATIS应用及推广的初始阶段,提供事故信息有助于ATIS被驾驶员接受以及智能交通系统有效实施,因此研究驾驶员在事故信息下的路线选择行为是十分必要的。驾驶员在路径选择过程中普遍具有模糊性及不确定性,如出行时间、事故导致的延误时间,模糊逻辑较传统的离散选择模型很好地描述了驾驶员行为。首先从事故信息、驾驶员属性及路径属性这三个影响事故信息下驾驶员路径选择行为的因素进行分析,构建驾驶员路径选择决策树。在路径选择模型中,将行程时间、堵塞时间以及行驶安全性以模糊数的形式描述,根据Weber的“心理—生理”法则对各因素进行模糊划分,通过模糊逻辑和近似推理可建立路径两两对比矩阵,采用层次分析法可求出该因素下各路径的偏好值,根据各因素的权重,可获得各路径的最终偏好值。根据实际调查值对该模型进行检验,结果表明拟合性较好,说明该模型具有一定的适用性。最后,采用由麻省理工学院开发的Starlogo仿真软件对驾驶员路线选择行为进行仿真,分析不同事故信息下驾驶员路径选择变更情况。仿真结果表明事故信息的提供不仅对驾驶员出行时间具有较大的影响,其对路网的性能也具有一定的影响。基于模糊推理的事故信息下驾驶员路径选择行为的研究,更好地理解驾驶员路径选择行为,为事故信息的应用及交通管理提供理论支撑。