复杂系统与复杂性科学以其整体论的指导思想和多学科交叉的研究方法，在各个学科领域得到广泛研究和应用，被称作21世纪的科学；而城市交通系统涉及社会生活的各个方面，是一个有规则约束的天然的开放复杂巨系统，传统的研究方法存在着许多固有的缺陷。因此，运用复杂系统的理论与方法研究城市交通问题具有重要的科学价值，这也正是本论文研究的内容。　　 本论文以复杂系统研究中一个新的理论与方法体系—Artience为指导思想，研究了人工人口模型和交通出行模型，并将这些模型通过P2P对等计算平台组织成有机整体，实现了人工交通系统的初步设计与实验。本论文的工作主要包括以下几方面：　　 首先对复杂系统和复杂性科学的研究进行了综述，总结了当前复杂系统研究的理论与方法存在的问题。同时，引入了Artience理论与方法体系，并分别从人工社会、计算实验和平行系统三个方面对Artience的原理做了详细介绍，给出了Artience的应用实例。　　 在人工交通系统模型研究中，介绍了传统交通需求预测的“四阶段”法，并针对其存在的不足之处提出了工交通系统中的人工人口模型。此模型在宏观层面上利用社会学阶层分析的研究成果，给出了社会人口各阶层城市空间分异和出行方式分类；在微观层面上运用马斯洛层次需求动机原理，结合马尔可夫链的随机数学方法，建立了描述个人活动状态转移概率的模糊规则，提出了人工人口模型在人工交通系统中的运行机制。另一方面，介绍了人工交通系统中各种交通设施、出行元素的模型，重点设计了车辆Agent行驶逻辑规则，讨论了其行为选择机制，建立了交通出行元素的Agent模型。　　 在人工交通系统实现过程中，介绍了分布式P2P计算的发展和应用现状，分析了对等计算平台JXTA的特点与原理。在此基础上，结合JXTA的框架结构、管理机制和实际交通系统的特点，设计了基于P2P网络的人工交通系统分布式层次化体系结构；利用JXTA的Socket对等通讯功能，设计了各个Agent之间的通讯与交互机制，从而实现了可运行的人工交通系统。在所开发的人工交通系统平台上，提出了十个渐进的实验方案，分别验证了模型设计的合理性、网络通讯的有效性和人工交通系统原理的正确性。