随着城市社会经济的发展，各大主要城市的道路拥堵现象已成常态。另外，伴随网络可靠性在交通网络设计的逐渐深化，研究基于可靠性分析的城市道路交通网络设计问题具有显著的理论意义和实际应用价值。本文围绕考虑可靠性的城市交通网络设计问题开展研究，分析了交通需求不确定性的描述方法与网络可靠性的评估方法，进一步归纳整理了随机需求下的交通网络设计的一般模型及求解算法，为后续改进考虑可靠性的交通网络设计提供了理论依据。　　考虑到网络可靠性的重要性及实际交通需求的不确定性，运用多目标优化方法，构建了同时优化交通运行效率、服务水平可靠性的连续均衡网络设计双层规划模型。为避免陷入局部最优，设计了基于Mento-Carlo仿真的自适应小生境的遗传求解算法。结果表明:改进的模型可以体现实际交通网络规划的可靠性需求，且自适应小生境遗传算法具有良好的全局收敛性。　　由于系统管理者对未来的交通网络有多方面的要求，网络设计本质上是一个多目标规划问题。而将多目标问题转化为单目标问题，往往会使个别目标得不到满足。为此，论文进一步构建了以系统出行时间的期望最小、路网服务水平可靠性最大和投资预算最小的多目标连续均衡网络设计的双层规划模型。基于Mento-Carlo仿真技术，设计了求解模型的多目标遗传算法(NSGA-Ⅱ)。研究发现，多目标连续均衡网络设计模型可以综合衡量多项指标，求得尽可能多的非支配解，以供管理者决策。同时，投资手段存在一定的边际递减效应，不能长期有效地作为解决交通问题的方法。　　有限的城市土地资源，无法满足路段容量的无限制扩展。仅仅依靠路段拓展缓解交通拥堵，短期内不仅无法很好实现，也不是长期有效的方法。为此，论文将交通控制与管理措施中的速度限制策略引入可靠网络设计，寻求网络设计问题研究的新突破，并且设计了相应的算法求解模型。算例分析表明，在满足一定的服务水平可靠性需求下，结合合理的限速策略，能够从系统和局部的角度保证交通系统性能和出行质量，提高网络交通运行效率。