动态交通诱导系统,作为智能交通系统中的重要组成部分,通过利用交通信息对出行用户的交通行为进行影响,进而产生路网的交通流的影响,为此需要根据信息对交通流的动态影响特性,以及驾驶员对诱导信息的反应,制定出满足系统优化的诱导策略。由于诱导系统一定程度上具有公众服务的特性,故预报信息的可靠性,也必须要得到充分的保证。考虑预测信息的交通诱导策略由于能够将未来时段内的交通流状况考虑在内,故具有非常好的诱导效果,而国内目前的交通诱导系统主要还是基于实时交通信息,所以,本文从模型预测控制的角度,研究了考虑预测信息的交通诱导模型。木文主要完成了以下工作：1.首先本文构建了基于模型预测算法的交通诱导控制框架,对整个诱导系统的运行流程进行了具体的描述；2.建立预测模型。本文使用的预测模型包括宏观交通流模型、路径选择模型以及旅行时间估算模型,本文分别选择了较为适用于实时在线控制的模型组建了预测模型；3.以系统最优为目标,以路网总时间消耗最小目标,同时确保优化旅行时间与驾驶员实际即将经历的旅行时间之间误差最小,最后使用SQP算法求解,确定发布在VMS信息板上的优化旅行时间信息；4.通过仿真研究,确定建立的考虑预测信息的诱导模型的先进性,同时确立预测时域与诱导周期对诱导系统的影响,为日后诱导系统的实际建立提供理论参考依据,并针对预测信息,研究目标函数中预测精度所占权重的比值对诱导效果的影响,最后针对day-to-day路径选择行为,研究预测模型中路径选择行为模型对诱导模型的影响。