作为交通分配问题的基础,交通均衡分配模型其理论发展相对成熟,并提出了不少的相关数学模型及解决方法方案,但是其同样有一些不足之处,其模型的约束条件众多,面临的数据维数庞大,在求解时显得异常困难,其庞大的数据量带来的时间损耗使得其在工程实际应用时显得乏力。为解决此类这些问题,研究人员在不断的探索研究,开发了基于此的诸多算法,如Frank-Wolfe算法、以及智能算法的运用,如神经网络、遗传算法和模糊等,根据此类算法推演预测交通流量,虽然这些算法带了许多的实际意义,但是仍然存在不足,与实际的路网分配结果还有一些差距。为了解决这些弊端,本文在充分理解前人的研究基础上引入了人工鱼群算法并结合混沌理论求解。改进后的人工鱼群算法结合了混沌理论从而在避免局部最优和陷入局部震荡上有了很大的提高,而且算法具有较为快速的收敛速度,这就在实际运用中显得更有意义。在查阅了诸多的文献资料之后,本文编程语言均采用C++,并结合仿真形象的分析研究整个论文的解决方法。并在文章中专门用一章实例说明方法的可行性和优越性。本文在充分研究和汲取前人的研究成果上,并根据实际情况进行合理的创新发展,提出了利用混沌人工鱼群算法在交通分配模型中理论,并对其核心技术进行了阐述说明,实践证明该方法是成功有效的,在实际的交通分配中有具有较好的应用价值。