动态交通流分配是当前交通经济学、交通网络建模分析组成的重要研究课题,在交通网络中高效的分配时变交通需求对于车辆的路径寻优、交通诱导以及车辆旅行时间的精确设计等问题都具有主要的指导价值。传统的算法如全有全无分配法、增量分配法、连续平均法、Frank-Wolfe法等,虽然能将路网中的交通量分配到各个路段上,但这些算法都不能动态的模拟车辆在路网中的路径选择行为,导致分配在各路段上的流量与实际有一定的差别。而蚁群算法在动态环境下有较强的灵活性和健壮性,本文将利用蚁群算法思想求解动态交通流最优控制模型,通过设计算法实现路网中车辆的路径诱导和交通量的分配,并结合SUMO仿真分析路网中出现各种交通状况时车辆的择路行为以及各路段的流量变化情况。本文的具体工作内容如下:1、使用连续平均法和蚁群算法求解动态交通系统最优模型,通过这两种方法分别获取各路段上的流量,对流量分配结果进行比较分析,得出蚁群算法较连续平均法能更均匀的将流量分配到路网中,有利于交通管理者的规划和设计。2、使用Frank-Wolfe法和蚁群算法求解动态交通用户最优模型,通过这两种方法分别获取各路段上的流量,对流量分配结果进行比较分析,得出蚁群算法较Frank-Wolfe法能更均匀的将流量分配到路网中,有利于用户的出行。3、为了验证蚁群算法在动态交通系统最优模型和动态交通用户最优模型中的有效性,使用SUMO对路网中的交通流进行仿真,通过对交通流量的仿真结果分析得出蚁群算法适用于求解动态系统最优模型和动态用户最优模型。并分析了路段出现交通事故时车辆的择路行为对车流量分配结果造成的影响,以及路段上车流量突然增大或者减小时各路段的车流量变化情况。