在交通问题日益严重的现代社会,单纯依靠增加交通供给的解决交通问题的方法由于受到土地、经济等多方面的条件的制约而越来越无法满足现实需要。因此智能交通管理方法作为解决交通问题的最根本途径,在交通领域也发挥着巨大的作用。　　交通系统是一个典型的不确定系统,这种不确定性不仅表现在系统本身的不确定性上,而且反映在系统最重要的参与者——出行者的决策行为的不确定性上。出行者在进行具体的出行决策时,不仅会受到现时交通条件的制约,而且会受到个人习惯偏好、出行可靠性需求、历史学习经验等因素的影响,是典型的的不确定型决策。传统的基于期望效用理论的决策模型在处理不确定型决策时表现出了明显的与实际决策不符的现象。一些学者和专家做过的研究结果表明,前景理论的一些观点与决策者在不确定情形下的决策行为较为一致,使用前景理论来对出行者的出行路径选择决策模型来进行建模是比较合适的。　　本文首先介绍了智能交通系统管理方法的组成部分、研究现状及发展方向。重点分析智能交通管理的理论基础——实时动态交通分配理论。　　在动态交通分配的分析过程中,引入前景理论基本思想的分析方法。在分析出行者在进行具体的路径选择的决策行为时,首先选取合适的参考点,由于智能交通管理的特征,在出行者进行路径选择时要充分考虑管理者发布的诱导出行时间对于出行者路径选择行为的影响。通过加入诱导影响因素,将出行的平均时间和诱导出行时间有机结合起来,并考虑出行者的出行可靠性需求,得到基于出行者感知出行时间的参考点。选取好参考点之后,按照基于前景理论的决策框架,计算价值函数和概率权重函数,并最终得出各备选路径的前景值,建立基于前景理论的出行者路径选择决策模型。最后,构建一个经典路网,并设定相关参数,对于决策模型进行算例验证,计算结果说明,基于前景理论的诱导信息条件下的路径选择模型较为符合真实路网中实际出行者的出行行为。　　在路网实际的交通分配过程中,由于管理者从宏观的系统整体出发,按照系统最优(系统整体成本最低或出行时间最短)的意图进行交通分配,发布相关的诱导信息;而出行者只从自身的微观角度出发,着眼于自身利益,选择在自身认为出行时间最短的路径。两者在利益上就有明显的偏差。为此,引入博弈论的思想,选取斯塔克尔伯博弈模型协调二者之间的矛盾,建立管理者与出行者之间的博弈模型。　　最后,在前景理论的结构下,选取用出行时间这一管理者和出行者都能够接受的交通指标,建立参考点为出行者感知出行时间,并以此为基础得到价值函数与概率权重函数,计算路网各路径的前景值,各路径前景值的总和即为路网的前景值。将路网前景值按照适合的区域划分为不同等级,建立路网的基于前景理论的交通系统服务水平评价体系。