城市交通系统中的车辆、路段、交叉口和交通工程设施等数量众多,各组分之间的联系紧密,构成了网络。而人-车交通流又具有自组织、自适应、自驱动能力；路网中运动的车辆之间存在非线性相互作用,因而城市交通系统是一个复杂网络系统。从这样的复杂网络选取可以代表整个城市的工况困难很大,为此,如何研究交通系统的复杂网络特性,并获取相关特征信息对于城市运行工况的设计有至关重要的意义!本文在借鉴国内外关于复杂网络研究理论和国内外利用马尔科夫链理论研究复杂网络的基础上,构建以路段出行为基本出行单位的网络出行动力学模型,利用浮动车技术获取网络运行基本数据,研究其运行规律,分析其动力学统计特征,计算交通网络中的道路权重,从而获取能够代表城市交通网络特性的汽车运行工况参考信息,主要进行了一下几方面的工作。1.利用Google Earth软件完成长春市区703条道路和1270个主要交叉口的地理信息(主要是经纬度信息)与各道路之间的真实连接情况的统计工作,在此基础上通过MATLAB软件编程生成长春市区简易电子地图,并建立了道路连接的拓扑矩阵。为了提高后期的道路匹配效率,把电子地图划分网格,并建立基于网格的道路地理信息数据库。2.在长春市区内展开为期一年的GPRS行驶记录仪出租车试验,全天候无间断地记录行车数据。对于该数据,我们建立基于时间的长春市出租车试验数据库。3.将导航系统中的地图匹配6-8算法进行改进,对出租车试验数据进行道路匹配,得到每条道路上的车辆行驶信息。4.说明车辆出行道路状态转移过程具有马尔科夫属性,证实该过程是一个时间齐次马尔科夫链,给出了车辆出行道路转移过程的马尔科夫链模型。5.在已证实道路转移过程具有马尔科夫性和已获取的各条道路车流行驶信息的基础上,统计道路转移次数,得到道路转移概率矩阵；根据马尔可夫链的不变分布特征,利用统计得到的道路状态转移概率矩阵,求解各条道路权重。6.为了验证基于马尔科夫链计算道路权重的正确性,我们通过试验标定长春市区的交通流模型来计算道路权重。首先提取了与雷达试验时间范围完全一致的出租车实验数据作为初始数据,然后通过道路定点截面雷达测速试验标定得到该区域的交通流模型,这样根据道路信息数据库中的各条道路平均车速可得到对应道路的平均密度,然后利用各道路起止点经纬度信息计算道路长度,最终得到各道路权重值。拿这份基于标定交通流模型的道路权重计算结果与前面的基于马尔科夫链计算道路权重结果相比较,相关系数很高,结果十分近似,验证了基于马尔科夫链的道路权重计算法的正确性。7.对实验数据完成道路匹配后,可以得到每条道路上的车辆行驶信息,即得到每条道路的VA分布；然后在长春市区各道路权重的基础上合成城市整体VA分布,并与未加入道路权重信息而合成的整体VA分布相比较。综上所述,本论文采用了一种新的交通网络特征—道路权重的计算方法,将交通网络中道路出行状态转移过程视为马尔科夫链,利用马尔科夫链的相关性质,计算道路权重。并且通过道路定点截面雷达试验来验证此研究方法的正确性。