动态OD矩阵描述了时变的交通需求，它是ATIS和ATMS的重要输入，也是DTA模型和一些实用的微观交通仿真器的基础输入数据，直接影响到ITS系统的实时有效性。针对ITS研究中动态OD矩阵难以获得的问题，论文首先回顾了动态OD推算理论的发展历程，研究了各类模型的特点及不足，明确了该领域研究中的关键问题，在此基础上研究了多目标最短路问题、基于理想路段、路径阻抗VI模型、、交叉口、高速公路以及全路网动态OD矩阵估计问题、OD估计中的交通检测器布置问题等等，为动态OD推算理论的进一步研究垫定基础。主要内容如下：多目标最短路问题往往不存在绝对最短路，为了获得满足决策者需要的有效路径，建立了多目标最短路的模型，综合k-最短路算法和多目标格序决策方法，提出了一种多目标最短路的多项式算法。该算法首先针对决策者可以接受的各单目标的上限，利用k-最短路算法，分别确定各单目标的可行路径集，进而获得能够同时满足了多个目标限制条件的有效路径。再运用多目标格序决策方法对这些有效路径进行比较和优选，最终获得决策者的满意路径。另外，通过综合k-最短路算法和双目标决策方法，获得了双目标最短路问题的有效路径的实用算法，该算法属多项式算法，可快速求出所有有效路径。对动态导航用户多样化个性需求的忽视是导致Braess悖论的根源，鉴于此建立起体现用户个性化需求的基于多目标最短路的合理替换路径数学模型。通过综合k-最短路算法和多目标决策理论等相关知识，获得了多目标最短路有效路径的算法，进而通过相似度概念的引入进行聚类分析，最后得到不同要求下的合理替换路径。本文不是只给出一条基于单目标的“最优”路径供司机采用，而是提供多条具有不同属性的“合理”的候选路径供司机选择，从而就更切合司机的实际需求。在动态交通分配中，针对终点，建立满足用户最优的基于理想路段、路径阻抗VI模型，验证两者之间的等价性，提出了变尺度双混沌优化方法以快速求解变分不等式问题。通过总结OD估计方法的交通检测器布置原则，建立基于多目标格序决策的交通检测器优化布置模型。由于决策环境的复杂性以及决策者理性的有限性，现实中决策者很难确定每对方案的优劣，进而对决策方案进行全序刻画。运用格理论，将方案优选的全序刻画拓展为格序刻画。基于决策理论、模糊集理论等相关知识，提出模糊多目标单层次、多层次格序决策的概念，构造出相应的模型，提出了模糊多目标单层次、多层次格序决策方法，最后对OD估计中交通检测器优化布置进行了实例分析。针对交叉口动态OD矩阵估计问题的特点，建立了基于折减系数和消散系数的模型，并给出基于既约梯度混沌算法的有效算法。针对高速公路动态OD矩阵估计问题的特点，建立了两个不同情况下的模型，并设计出基于既约梯度投影混沌的快速算法。针对全路网动态OD矩阵估计问题的特点，建立了双目标最优模型，并给出了相应的算法。