当前我国大中城市的交通拥堵和停车难问题随着城镇化进程加快不断涌现。交通拥堵不仅增加了出行的时间成本，也造成了巨大的经济损失；停车难不但导致巡泊车辆占用道路资源，而且使得违章停车现象增加，继而引发交通拥堵和事故。基于可变情报板(Variable Message Sign, VMS)的城市道路交通诱导系统通过提供道路交通运行状态和周边停车资源使用状况等实时信息，帮助驾驶员避开交通拥堵，优化出行路径，减少寻找泊位时间，提高停车资源的整体利用效率，已经广泛应用于我国许多城市。现有对于交通诱导系统的评价方法中，实地调查法受到调查范围和调查对象的限制，并且成本高昂；理论模型计算法通常高度抽象，考虑环境因素少，假设条件过于严格；驾驶模拟器仿真和利用现有交通仿真软件进行二次开发的传统仿真方法利用内置动态交通分配模型在车辆出发时就为其选择行驶路径，没有考虑驾驶员在行驶过程中遇到可变情报板，导致其行驶路径发生改变的可能性，因此难以实现诱导条件下的动态交通分配，无法评估不同诱导策略、可变情报板信息设计的有效性。
　　本文的研究目的是建立驾驶员停车选择行为模型，构建基于多智能体的交通诱导仿真模型，设计开发城市道路交通诱导系统仿真平台，对交通诱导系统的优化效果进行仿真评价，为提升诱导系统对停车资源利用和交通运行状态的改善效果提供数据依据和决策支持。
　　基于以上研究目的，本研究在上海五角场核心地区进行了驾驶员停车场选择和路径选择的RP(Revealed Preference)调查和SP(Stated Preference)调查。调查人员于2016年11月和12月期间5天在五角场核心区域内进行了驾驶员停车选择行为的实地问卷调查，共采集了565个驾驶员的有效样本数据。本文首先依据RP调查数据分析了行程时间、排队时间、可忍受的最大排队时间、步行距离、可忍受的最大步行距离、停车费率、可忍受的最大停车费率和停车时长等驾驶员停车特征数据，用于仿真平台的场景搭建和参数设置。
　　其次，利用SP调查数据建立了驾驶员停车选择行为的Logit模型，并对参数进行了标定，发现除行程距离、步行距离和停车费率外，可变情报板所显示的车位信息、路况信息和诱导建议信息等因素对驾驶员的停车选择行为也有显著影响。
　　在停车及路径选择行为模型基础上，利用多智能体仿真方法构建了交通诱导仿真模型，设计开发了包含路网构建、车辆加载、停车与路径选择、交叉口仿真和停车场仿真五大模块的交通诱导系统仿真平台，该平台具有路网搭建、仿真运行和结果分析三大功能。
　　在案例研究内，建立了五角场核心地区路网仿真场景，在无停车及行车诱导、有停车但无行车诱导、有行车但无停车诱导和有停车及行车诱导4种诱导策略下，结合不同诱导更新周期和诱导遵从率组合，设计了28种诱导场景并进行了仿真实验，验证了仿真模型的可行性和有效性。从个体驾驶员和停车场运营者的角度选取评价指标，定量评价了交通诱导系统对于城市道路资源和停车资源使用的优化作用。仿真结果表明：(1)行车诱导对停车车辆的平均巡泊时间有一定改善作用，并且当诱导遵从率较高时，诱导信息实时性的重要程度增加；(2)停车诱导对交通运行状况和停车资源均衡利用有显著的改善效果，并且当停车资源利用有明显不均衡现象时，诱导遵从率越高，改善作用越显著；(3)停车场信息的更新周期根据停车资源利用情况的不同而有所区分时诱导效果更佳；(4)适时发布诱导建议能够增强停车诱导的效益，更有针对性地均衡诱导区域内的停车资源利用情况。
　　本研究选用的多智能体仿真方法充分考虑了每一个驾驶员的停车和路径选择行为，能够体现驾驶员看到不同诱导信息产生不同反应的复杂过程，具有一定优势。