先进的动态交通管理系统(ATMS)是智能运输系统(ITS)的重要研究内容,其核心是根据动态交通分配系统(DTAS)所预测的路网交通流状态,由交通管理中心(TMC)发布出行前的路网交通状态信息和在出行途中发布车辆路径诱导信息,并产生时变的交通优化控制方案,以达到诱导出行,改善交通流的空间布局,缓解交通拥挤的目的。而动态交通分配系统的实现则需要以时变的OD矩阵作为基础性输入。因此对时变OD矩阵的估计和预测问题成为首先需要完成的基础性工作。动态OD矩阵通常被描述为连续较短时间间隔内(通常为15-20分钟)所研究路网的分布交通量。直接通过交通调查获得这些输入数据极为困难且代价昂贵,通常根据路网中部分路段的观测交通量来进行间接估计。路段检测流量数据可以通过车辆检测器方便的获取,且具有实时性,这为估计和预测提供了可能。时变OD矩阵估计问题总体上分为离线估计(Off-line)和实时估计(Real-time)两种,前者在已知各时段路段检测流量的情况下,估计出相应于各时段的OD分布交通量,主要用于分析交通分布情况。后者指对当前时段的OD进行估计并预测下一时段的分布交通量,并迭代循环,旨在为交通管理和控制系统服务。近几十年来,各国研究者们从各自的角度对动态OD矩阵的估计和预测方法做出了较为深入的分析,建立了很多基于不同理论体系的估计框架和数学模型,从而形成了一定的研究层次。论文首先回顾了动态OD矩阵估计的发展历程,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,在此基础上研究了动态交通分配矩阵的有效估计问题、多路径出行选择模型问题、分配矩阵的估计误差对动态OD矩阵估计影响的问题以及卡尔曼滤波预测模型等,为动态OD推算理论的进一步研究奠定基础,全文的主要工作如下:1.对OD矩阵估计和预测问题进行了综述研究。按照从静态估计到动态估计预测的研究历程,分类描述了各种方法的建模思路和模型的优缺点。并就动态估计和静态估计方法的差异性进行了比较。2.针对动态OD矩阵估计问题中缺少对分配矩阵的有效估计方法,提出了一种基于计算机仿真的动态分配矩阵估计方法,并设计了相应的表处理程序进行计算。动态分配矩阵刻画了当前时段路段检测流量与以前时段OD量之间的分配比例,是离线估计和实时估计模型的关键参数之一。仿真方法能够更细致的模拟交通需求与交通供给之间的动态交互关系,且对于分配矩阵的计算不需要满足严格的FIFO (First-in-first-out)条件。方法在有效路径的确定过程中采用了“有限制的路网遍历算法”作为筛选原则,而在路径选择概率中则引入Path ? size Logit模型以考虑重叠路径对路径选择概率的影响,避免MNL模型存在的IIA(Independent of irrelevant alternatives)问题。研究表明,新方法能够避免解析式中关于路径行驶车辆始终保持等间距车辆出行的理想假设,且表处理程序能够产生较理想的分配矩阵结果。3.鉴于已有离线动态OD矩阵估计模型未能考虑分配矩阵的估计误差对估计结果的影响,提出了考虑分配矩阵随机误差的离线动态OD矩阵估计改进模型。首先对分配矩阵估计过程中可能存在的各种误差进行逐一分析,并对误差所引起的内生性问题进行了证明,从而得到考虑随机误差的离线状态下的两种改进模型——瞬时改进估计模型和序列改进估计模型。前者通过一个优化函数一次性估计出所有时段OD矩阵和所有分配矩阵的真值,而后者则按时间段依次估计每个时段的OD矩阵及其分配矩阵。此外,由于改进模型决策变量的急剧增加以及函数形式的转变,在模型求解上引入了遗传算法进行全局优化,该算法具有全局性收敛的特点。算例和实证研究表明,考虑误差的估计模型能够比原模型大幅度提高OD矩阵的估计精度。4.建立了考虑交叉口检测流量的动态OD矩阵状态空间模型,并提出相应的一步预测卡尔曼滤波算法。交叉口进口道检测流量信息能够反映受信号控制以及非机动因素(行人和自行车)等影响下车辆的行驶状态,其间断流特性可以作为路段检测连续流量的一种补充。首先对状态变量进行了确定,而后借鉴状态空间的基本理论思想,建立了考虑交叉口检测流量的动态OD矩阵估计基本方程——状态转移方程和测量方程,并对测量误差方差、分配矩阵、状态转移方差矩阵以及系统辨识中的初始化问题提出了各自的估计方法。运用滤波算法完成当前时段OD矩阵的估计,并预测以后时段的OD流量。算法在实际路网的OD预测研究表明,将交叉口检测流量信息作为检测信息纳入测量方程能有效提高预测的精度。