由于城市停车位不足及分布不均,使得城市交通流中有相当一部分是到达目的地后为寻找停车位而巡游的车辆。巡游车辆的存在不仅会加重城市路网负担,甚至还会造成局部交通拥堵。因此,合理分配城市路网中的停车巡游流量对于缓解城市“停车难”及“道路拥堵”问题具有重要意义。现有停车流量分配模型大多忽略了停车选择过程中的停车场可用不确定性和路径行驶及泊位搜索延误不确定性,这些不确定性直接影响了出行者的停车选择行为。因此本文分别从这两个不确定性出发对城市停车流量分配模型进行了研究。主要内容如下:(1)停车决策分析。从停车泊位属性及停车设施停车特性两个方面详细分析了停车设施相关特性,并详细介绍了出行者的出行决策方法,包括出行路径决策方法和停车设施决策方法,最后对出行者停车决策的影响因素进行了分析描述。(2)基于排队论考虑停车场可用概率的停车SUE模型。针对停车场可用的不确定性,首先对停车搜索路径进行定义,随后建立了G/G/c/FCFS停车排队模型,分析了停车场可用概率、路径流量及行程时间三者的关系,并重新构建了考虑停车场可用概率的停车搜索路径广义费用函数,进而提出了基于G/G/c/FCFS停车排队模型下的停车流量分配模型,并给出模型求解算法。算例结果表明:该模型相较于未考虑停车场可用概率的停车流量分配模型,停车场利用率提高了约22.7%,可以有效缓解由停车巡游流量造成的局部交通拥堵问题。(3)路段及泊位搜索延误不确定下的停车SUE模型。针对路段行驶及停车泊位搜索延误不确定性,首先对出行者的停车选择行为进行描述,然后分析了出行者停车选择过程中的路段及停车泊位搜索延误不确定性,其中,对于路段延误不确定性采用概率论知识来处理,对于停车泊位搜索延误不确定性采用鲁棒优化知识来处理,并确定了停车泊位搜索延误不确定性上界函数。接着定义了路段行驶及停车泊位搜索(T-PS)费用,并给出了路段及泊位搜索延误不确定下的T-PS费用函数。最后结合停车费用及步行费用构造了路段及泊位搜索延误不确定下的停车随机用户均衡模型,证明了模型解的存在性及等价性,同时提出了自适应二分(SAB)求解算法。算例结果表明:SAB算法求得的解满足模型均衡条件,相比于未考虑路段及泊位搜索延误的停车流量分配模型,本文模型更符合出行者的实际停车选择行为。