动态O-D反推理论属于ITS基础理论研究，目前大多数模型和算法距离实际应用仍有较大差距。本论文旨在探讨通过利用路段流量的时间序列以及其它相关信息，从路口、高速路段和全路网三个层次建立面向实际应用的在线动态O-D反推理论体系，为ITS提供基本的输入数据，进而为有效制定、评价城市交通各种动态交通管理措施和政策提供理论工具。 论文首先回顾了动态O-D反推理论的研究现状，系统总结了参数优化、极大熵、似然函数最大化和卡尔曼滤波(KF)模型等四类动态O-D反推建模方法的基本思路、假定条件、适用路网、相应算法以及发展沿革，在此基础上分析了动态O-D反推理论研究的关键问题及解决方法。 在上述分析的基础上，论文提出了以最小化观测值和计算值误差的绝对值之和作为目标函数的路口改进参数优化模型，并针对约束条件所具有的特点，设计了相应的遗传算法进行求解，分析了算法中的六个关键问题。仿真试验和实例研究表明模型和算法具有良好的性质。 论文提出了动态路径走行时间的在线递推计算方法，分走行时间影响因子已知和未知两种情况，将路口模型拓展到了高速路段。进一步引入主线流量作为观测值，建立了基于状态空间的KF模型及其改进模型，分别采用扩展KF和顺序KF进行了求解，并通过仿真试验考察了其性质。 以封闭核查线流量为基础，论文引入划分参数与相应最优历史值的偏差作为状态变量，提出了适用于城市路网的“两阶段”反推模型和基于单路口封闭核查线流量的高效率反推模型。引入动态交通分配(DTA)，建立了整合DTA的改进模型，并设计了求解流程。为了消除DTA隐含的误差，进一步采用路径流量与最优历史值的偏差作为状态变量，建立了改进模型。针对各类模型，均采用仿真试验验证了其性质。 论文最后引入动态交通管理措施的影响，提出了考虑信号控制的路口KF模型和考虑交通分流的高速路段KF模型，设计了求解算法，分析了动态交通管理措施对O-D分布模式的影响。