在如今城市交通拥堵日益严重的背景下,城市交通管理及控制是缓解交通拥堵的有效手段。区域交通信号控制和交通分配过程是相互作用、相互制约的统一体。由于城市交通系统具有不确定性的特征,为提高城市交通信号控制系统的鲁棒性,则需要考虑交通分配过程中的不确定性。基于此,本文以身份识别数据为基础,即无线射频识别(RFID)数据,考虑动态交通需求不确定性对交通分配过程的影响,提出了基于区间估计方法的用户均衡分配不确定性建模方法。本文的主要研究内容包括以下几个方面:首先,总结身份识别数据、动态交通需求不确定性以及交通分配不确定性的国内外研究进展。对比分析得到RFID数据相比于车牌识别数据的优势,以及区间估计方法在研究不确定性问题中相比于随机规划和模糊规划方法的使用优势,进而确定本文的研究思路。其次,构建动态交通需求不确定性的建模框架。将基于RFID数据的离线动态OD出行量的估计结果作为OD出行量的真实值,建立状态空间模型,使用Kalman滤波算法求解,得到OD出行量均值的估计结果。在此基础上,使用GARCH模型对OD出行量估计值的方差建模,在一定的的置信水平下,计算出OD出行量的置信区间,并选用宽度流量比(R)以及无效覆盖率(KP)两个评价指标对区间结果进行评价。再次,构建用户均衡分配不确定性的建模框架。建立用户均衡分配模型,将各时段OD出行量的上下限分别作为分配模型的输入量,使用Frank-Wolf算法求解,获得路网各路段流量的置信区间结果,同样选用宽度流量比(R)以及无效覆盖率(KP)两个评价指标对区间结果进行评价。最后,选取南京市某路网为研究对象,根据动态交通需求不确定性的计算流程,计算出动态OD出行量均值的估计结果。在此基础上,选取95%、90%以及85%三种置信水平,分别计算得到对应的动态OD出行量的置信区间以及用户均衡分配的区间结果。结果表明使用该方法能够获取路网中路段流量的置信区间结果,但是获取的区间宽度较大,该方法仍需进一步的改进。本文将区间估计方法应用于动态交通需求不确定性分析以及交通分配不确定性分析过程中,对增强城市交通控制系统的鲁棒性具有十分重要的意义。