城市交通流分配是个重要研究问题。现有研究通常在无拥堵的路网上进行交通流分配,部分研究虽然考虑了交通拥堵,但假设拥堵发生的位置是确定的。在实际中,城市交通拥堵发生的位置往往是不确定的,给交通流分配带来了困难。本文研究任意路段拥堵随机和路段拥堵未知两种情形下的交通流分配,论文的主要工作和创新性成果如下。路段拥堵随机的城市交通流分配研究。在任意路段拥堵随机的情形下,考虑路段拥堵的发生会造成路段实际容量发生变化,从而将路段实际容量作为随机变量引入路阻函数,以出行者自身所花费的期望出行时间最小为目标,建立路段拥堵随机的城市交通流分配模型,并设计遗传算法对模型求解,最后进行实例分析。结果表明,在给定OD对起始点交通量和路段零流时间的情形下,能得到各OD对下期望出行时间最小的路径,且各OD对下使用路径的期望出行时间相等,可达到用户均衡。路段拥堵未知的城市交通流分配研究。在路段拥堵未知的情形下,由于路段实际容量未知,使用Profit方法计算不同时段内到达拥堵路段的路段实际容量,在此基础上采用在线问题与竞争策略的理论和方法,以出行者自身所花费的出行时间尽可能小为目标,建立路段拥堵未知的城市交通流在线分配模型,设计路段拥堵ONUE策略,分析ONUE策略在路阻函数单调递增和路阻函数单调递减两种情形下的执行效果,并证明策略的竞争比。结果表明,在两种情形下路段拥堵ONUE策略的竞争比分别是[（α*+β*）/2]g和[1+（α*+β*）·γ/2]g,并且通过实例分析得到路段拥堵ONUE策略有较好的执行效果。