交通需求预测是交通规划问题最重要的一环，OD矩阵的获取、交通配流是交通需求预测的两个核心内容。OD矩阵的获取通常是通过大规模居民出行调查，代价十分昂贵，由路段流量反推OD矩阵是一项有意义的工作，它为获得OD矩阵这一代价高昂但是意义重大的交通需求信息提供了有效手段。现有的OD矩阵反推算法，约束条件都是路段流量条件，由于路段数一般远远小于OD对数，导致产生高维的解空间，OD反推的结果误差较大。交通配流是交通需求预测的最终归宿，也在OD矩阵反推过程中扮演重要角色。随着城市交通的发展以及交通网络中交通量的急剧增加，交通拥挤堵塞问题日趋严重，静态配流理论遇到挑战，动态配流由于考虑到了交通网络的时变特性，更符合实际，成为现在研究的热点。现有的动态配流理论建立在宏观流量的分析上，通过建立数学规划模型或控制模型来求解，然而由于问题的复杂性，这些理论基本上都没有有效的求解办法或者可解释性不强。 本论文在OD反推和配流理论的基础上，以基于路口转弯流量的配流算法和基于微观对象的动态配流算法为研究对象，以交通路口微观仿真系统(TiSS)为研究平台，主要完成了以下工作：1.研究了配流算法相关的几个重要问题，提出了适合城域交通的路网和OD点描述方法。引入了基于用户决策因子的最短路径算法，体现了越近的路段对车辆路径选择决策越重要，距离越远的路段由于信息的缺乏和网络的动态特性，往往在路径选择决策中扮演的角色越来越弱。 2.路口转弯流量比路段流量提供了更多有关交通流的信息，采用转弯流量来进行OD反推，可以有效地减少OD反推问题的可行解空间维数，大大提高结果的可靠性。论文提出了完整的基于转弯流量反推OD矩阵的算法，包括基于转弯流量的交通配流算法，基于转弯流量p矩阵的OD反推算法，并通过理论证明和计算实例对该算法和基于路段流量的OD反推算法进行了比较，该算法的可行解空间维数大大降低，OD反推结果的质量也得到较大提高。 3.提出了基于微观对象的动态配流算法。研究对象不再局限在宏观流量上，而是路网上每一个的微观对象——车辆，在车辆的行驶过程中，根据实时交通数据，动态计算路段阻抗，根据UE理论，选择用户最优路径，将交通流量精确分配到每一个车道上，而不只是路段上，再现实际情况、模仿司机行为，从而真正意义上实现动态配流，而且回避了宏观动态配流的数学规划问题、分段问题。 4.作为项目负责人，设计并实现了交通路口微观仿真系统TiSS，该系统可以仿真任意形状、任意红绿灯方案、任意非常规路口；包含最优信号灯配时方案模块，可以针对仿真路口，得到最优信号灯配时方案，并可在微观环境中验证；可以作为交通规划、智能交通等的理论验证和实验平台；可作为路口设计平台，并可以验证所设计路口的相关交通参数。本文阐述了该系统的总体设计、信号灯配时方案设计、检测器设计，并在该系统的基础上提出了一种基于微观仿真平台的路段阻抗函数估计和验证平台。