随着社会经济的快速发展与居民出行机动化的加剧,城市交通拥挤逐渐演化为常态,严重影响了居民的出行效率与生活质量,有效缓解交通拥挤刻不容缓。智能交通系统(Intelligent Transportation System,简称ITS)基于实时路网信息服务于居民,已成为缓解城市交通拥挤的有力措施。先进的出行者信息系统(Advanced Traveler Information System,简称ATIS)是ITS的重要组成部分,是改善当前交通问题、满足出行需求的重要手段。城市交通信息是解决城市交通拥堵问题的重要途径,交通信息是智能交通管理的关键要素。随着驾驶员选择通过网络搜寻交通信息,形成了全国范围内的城市交通信息网络。因此,有必要对城市交通信息空间网络特性及交通信息下的路网整体环境效益进行研究,从而提高交通信息环境规划的针对性与有效性；个性化信息可以满足不同驾驶员对各种交通信息的需求,这种个性化信息服务只关注了个体驾驶员的利益未能考虑到ATIS环境下的整体路网效益。因此,基于兼顾驾驶员和整体环境相对最优的分配原则,实现多智能体协商模型的构建具有一定的必要性。在此背景下,本文分析了城市交通信息网络空间分布特性,实施了交通信息仿真实验,结合数据分析了ATIS环境下的最优交通信息环境状态。首先,在前人研究的基础上解析了社会网络分析方法在交通领域的应用,并对其实现工具进行了对比分析,基于城市交通信息化评价指标及城市交通信息关注度,通过改进后的辐射模型及网络分析工具Ucinet,对城市交通信息网络分布特性进行了分析,结果表明：城市交通信息空间网路呈现出小世界的网络特征；网络具有一定的层次性,北京、广州、上海为中心层,重庆、成都、南京、西安、天津、武汉、南昌为中间层,剩余城市为边缘层；结构洞呈现出“东强-中西部弱”的空间格局,结构洞限制度较大的城市主要集中在中西部地区,如拉萨、乌鲁木齐、昆明、银川、呼和浩特、长春等城市,信息流动对其他城市的依赖性较强,北京、上海、广州三大城市的限制度为最低,信息流动对其他城市的依赖性很弱。其次,基于己有研究确定了驾驶员的路径选择决策目标及相应权重。在此基础上,建立了各目标的效用函数以及评价出行路径的线性效用最大值模型；然后利用Agent的智能性、学习性等特点对出行者进行信息处理,并通过智能体之间的交互协商完成路径选择。在协商的过程中以驾驶员的出行意愿为主导,辅以提高路网的整体效率,同时兼顾驾驶员和整体环境相对最优的分配原则,实现了多智能体协商模型的构建。最后,基于仿真目标设定了四种不同的仿真场景,根据仿真实验获得的车辆运行状态数据,剖析了ATIS市场占有率变化对ATIS环境效益的影响机制,结果显示：有信息有协商场景下的交通信息环境效益优于有信息无协商场景下的环境效益；ATIS环境效益在ATIS市场占有率为30%时达到最优,ATIS市场占有率与车辆平均运行时间不具有相关性,ATIS环境效益并不随着ATIS的市场占有率增加而增加；在有信息有协商ATIS市场占有率为30%的基础上进行仿真发现,交通广播占比不变对比手机APP和车载导航,手机APP增加的占比与车载导航减少的占比相同时车辆平均运行速度提升；手机APP占比为65%时,车载导航和手机APP发生相同小幅占比变化时,对车辆的平均运行速度影响不大；手机APP65%,车载导航23%,交通广播12%下的车辆平均运行速度最大；在有信息有协商ATIS市场占有率为30%的基础上进行仿真发现,交通信息信任度与车辆平均运行时间呈现负相关且相关性显著,ATIS环境效益随信息信任度的增加而增大。