出行时间是影响居民出行满意度的主要因素,而交通拥堵增加了出行时间,降低了居民出行效率,从而影响居民出行满意度。交通拥堵可以分为常发拥堵和偶发拥堵,其中偶发拥堵具有随机性、非周期性等特点,其传播方向、传播范围、影响程度较难预测。当发生偶发拥堵时,常用的最短路径算法没有考虑到拥堵的传播扩散使路网交通状态发生动态变化,在进行路径选择时,可能无法避开潜在的连锁拥堵路段。针对这一问题,研究路段交通流之间的空间相关性,刻画偶发拥堵在城市路网中的传播过程,根据路网交通状态随时间的变化情况,求解行程时间最短路径,从而引导车辆减少出行延误。论文完成的主要研究工作如下:(1)数据驱动的城市路段交通流空间相关性研究以处理后的GPS行车轨迹作为基础数据,利用Apriori算法提取频繁出现在轨迹中的路段及路径,生成关联规则,将关联规则置信度作为表示路段交通流之间空间相关性的系数,从而描述路段交通流之间的相互作用强弱。(2)偶发拥堵主要影响路段交通流状态分析借助交通波理论分析事件发生后拥堵原发路段交通流状态,利用VISSIM仿真获得不同车道失效场景下拥堵原发路段的流量及车速变化情况,根据交通流之间的空间相关关系量化拥堵原发路段与上下游路段交互流量大小,从而分析关联路段交通流状态变化情况。(3)偶发拥堵情况下考虑交通流空间相关性的路径行程时间预测考虑路段交通流的空间相关性及路网内各条路段交通流的动态变化过程,以路段交通状态突变点为节点将时间离散化,对路段流量进行动态加载,基于传统的交通阻抗模型将路段行程时间转化为与出发时刻、路段流量、通行能力相关的函数,建立偶发拥堵情况下的路径行程时间预测模型。(4)考虑拥堵传播过程的最短路径算法建立城市道路拓扑网络,将随时间变化的路段行程时间作为动态路阻,基于改进的Dijkstra算法,以路径行程时间最短为目标,计算拥堵发生后出行起终点间的最短路径,将该路径与不考虑拥堵传播过程的常规算法得到的最短路径进行对比,验证拥堵传播对行程时间的重要影响。