网络配流问题是交通工程领域中的重大理论问题，更是水资源领域、通信领域中的重要研究内容。在智能交通系统中，无论进行交通规划还是进行路径选择，交通配流都是核心问题。交通配流已引起大量专家学者的广泛注意。在前人研究的基础上，本文在平衡配流方面主要做了以下一些工作： 在静态平衡配流理论中，构建了完全基于路段的变分不等式模型，即目标函数和约束条件不含有路径参数。由于该模型是完全基于路段的，从而克服了基于路径方法必须进行路径穷举的缺陷。该模型是与Wolfe用户平衡条件是等价的，即：对任意起止点对，所有被选用的路径上的旅行时间是最小的，而未被选用的路径上的旅行时间都大于或等于被选用路径上的旅行时间。提出了最优路径选择算法用以求解该变分不等式模型并为交通网络中的群体车辆进行路径诱导。经试验结果，表明本文的模型和算法是正确和有效的。 在动态平衡配流理论中，给出了用于动态路径选择的基于路段的变分不等式模型。该模型满足动态用户最优条件，即：任意起止点对间，同一时间段出发的所有用户到达目的地时所经历的时间是相等的，并且是最小的。使用嵌套对角线算法求解该变分不等式模型。提出了群体车辆的动态路径选择算法用于为交通网络中的每个车辆寻找最优行驶路径。 针对交通需求矩阵不易获得的问题，本文给出了用于交通预测的极大熵模型，这样根据获得的路段上交通量数据和历史交通需求矩阵数据，可以预测得到现在的交通需求矩阵。使用牛顿法求解该极大熵模型，提出了一些非常有效的数据结构及算法，包括稀疏矩阵的存储与使用以及逆阵的求解等。最后用算例说明极大熵模型求得的O-D矩阵的可靠性和求解算法及数据结构的有效性。