随着智能交通技术在国内外的快速发展,可变信息标志以其方便性、直观性和较好的实施效果,在交通信息发布领域得到了广泛的应用。可变信息标志通过文字或图形方式向出行者发布提示、警告或诱导信息,既可以增加出行者尤其是驾驶员出行的安全性和出行效率,又可以为交通管理者缓解道路拥堵及提高路网整体效率和服务水平服务。然而,可变信息标志发布交通诱导信息对提高交通效率不总是有效的,而是受到驾驶员个性、路网条件等很多因素的影响,表现出驾驶员的服从率过高或过低,而不能达到交通管理者的期望。因此,研究可变信息标志下的驾驶员路径选择行为有重要的现实意义。本文在总结国内外研究现状的基础上,分析了影响驾驶员路径选择的因素,主要包括可变信息标志发布的实时交通信息的种类(定性信息、定量信息等)、驾驶员个人属性(性别、年龄、性格、对路网的熟悉程度等)、道路环境属性(原路径的拥堵程度、替代路径的长度和出行时间等)三个方面；在此基础上进行可变信息标志下的驾驶员路径选择行为SP调查,问卷调查针对上文分析的驾驶员路径选择影响因素,在具有两条可行路径的情况下,调查了原有路径在在定性信息和三种不同拥堵程度的定量信息下的驾驶员路径选择行为。然后,根据问卷调查统计结果,建立了可变信息标志影响下驾驶员路径选择行为的BP神经网络模型。并在此基础上建立了驾驶员路径选择行为的Agent仿真模型,模型将该交通系统抽象为由驾驶员-车辆Agent、道路Agent和可变信息标志Agent组成的多智能体系统,模型包括控制层和运行层两部分,控制层实现驾驶员-车辆Agent在接受实时交通信息后的路径选择行为,运行层实现驾驶员-车辆Agent在道路Agent上的微观运行。最后,在Netlogo中进行了仿真实验,分析可变信息标志发布不同交通信息对路网整体运行效率的影响,并提出了可变信息标志的实施建议。仿真结果表明,在多数情况下,VMS发布交通诱导信息能够提高路网整体运行效率,并且随着驾驶员服从率的提高,路网整体运行效率明显提高；但是当驾驶员服从率过高时,过多的驾驶员选择变换路径可能导致替代路径发生拥堵,从而降低路网整体运行效率。因此在设置VMS前,应充分研究当前路径和替代路径在不同交通量和拥堵条件下适宜的驾驶员变换路径比例和信息发布方案。当前路径发生拥堵时,VMS根据内存中当前路径和替代路径状态的预置信息发布方案发布交通诱导信息。这样就可保证VMS根据道路环境的不同状态自适应的发布交通信息,有效的提高路网的整体运行效率。