随着我国社会经济的快速发展,机动车拥有量急剧增加,城市交通系统供不应求的矛盾日益尖锐。在资金和土地资源极其有限的情况下,面对复杂不确定的交通环境,探求切合现实的交通出行行为决策规则进而科学分析城市交通随机网络的流量分布状态,揭示交通拥堵机理,成为解决交通问题的关键。长期以来,城市交通领域的研究较少考虑出行者的行为机理,且已有的城市交通理论相关模型和方法多是基于完全理性假设的期望效用理论而得到,不能真实反映出行者实际有限理性的交通行为。因此,要深入改进和完善现有理论,必须从根本上改变对出行者的完美假想,即应在更符合客观实际的有限理性假设下,研究出行者出行行为规则；进而在此基础上重新探讨城市交通网络的均衡理论,建立更科学的、更贴近现实的交通流分配模型。这种自下而上的从分析微观个体出行行为出发,继而研究中观的出行决策规则,最后探讨宏观的城市交通系统的流量分布状态的研究,正是本文的研究重点所在。本文综合运用累积前景理论、数学建模、算例检验、Matlab编程、灵敏度分析等理论、方法和技术,考虑出行者有限理性的交通出行行为,改进传统基于前景理论的路径选择参照点(外生静态参考点),引入基于时间预算的内生动态参考点,在累积前景理论的框架下,从交通网络供给随机(通行能力退化)和网络需求随机(出行需求随机)两个角度重新研究交通流量分布状态,建立更完善、具有实际应用价值的城市交通系统用户均衡模型,然后通过数值算例对模型进行检验,并与基于期望效用理论下求得的结果进行对比。结果表明,累积前景理论比期望效用理论更科学合理、切合实际地描述出行者路径选择决策行为。同时,通过参数的灵敏度分析发现该模型能有效地反应网络不确定性和出行者的风险偏好对交通系统均衡状态的影响。最后,在累积前景理论框架下探讨了用“可交易的路票,,控制交通流量的问题,给城市交通系统摆脱供不应求的困境提供了一个新的视角。