随着中国经济的发展和国际地位的提升,越来越多的国际赛事以及各种大型活动在中国的主要城市举办。由此带来该区域的交通量急剧增大,在赛事或活动结束后,该区域内人员车辆难以在短时间内得到疏散。因此研究特殊情况下城市交通疏散与优化的方法,使得在大型活动举办后相关人员能在最短时间内疏散出去,减少举办大型活动给当地区域交通带来的影响,增强城市在特殊情况下的交通疏散能力,对城市的交通管理具有重要的现实意义。本文针对城市举办大型活动的特殊情况下的交通疏散问题进行了研究,论文的主要工作如下:1.通过研究相关资料,介绍了城市特殊情况的定义与分类。分析了大型活动下区域交通的特征,并分析了计算交通影响范围的确定方法。介绍了活动所造成的交通需求量预测的方法。2.根据路网的特性,建立路网模型。针对城市特殊条件下道路网的特点,对路径优化算法Astar进行改进,提出了 AAstar算法。通过对Dijkstra、Astar、AAstar进行实验比较分析,表明AAstar在动态路网的路线规划中具有明显优势。3.在对车辆调度问题及其求解算法综述的基础上,针对大型活动的特点,建立了车辆疏散调度问题的数学建模。针对粒子群优化算法全局寻优能力突出、对问题的依赖度低但是在迭代后期收敛速度缓慢的特点,结合细菌觅食算法局部搜索能力较强的特点,提出了一种基于细菌觅食的粒子群优化算法。选取三个Benchmark函数从收敛速度和收敛精度等方面进行验证,并与多个粒子群优化改进算法进行比较,结果证明该算法在求解复杂非线性函数时具有明显的优越性。同时,将提出的算法应用到大型活动的车辆疏散调度问题的求解中,验证了本文提出的BF-PSO算法的优越性。最后,结合某城市举办大型活动的背景,建立了路径选择和车辆疏散调度一体化的疏散应急模型,并利用本文改进的算法进行求解,实验结果表明,本文提出的算法具有一定的实用性,为城市应急疏散交通规划与管理提供了决策依据。