随着我国社会经济的快速发展,城市机动车拥有量快速增加,给城市交通带来巨大压力,如何充分、合理、有效的利用有限的交通资源,成为解决城市交通问题的关键。交通诱导系统是ATIS的重要组成部分,是集通信、地理信息、计算机网络、数据库技术于一体的综合大型系统。通过交通诱导系统对于交通流在城市路网中的合理分配,达到有效利用交通资源的目的。交通诱导信息系统可分为交通信息的采集和处理、交通诱导信息算法和生成、诱导信息的发布三大部分。交通诱导信息算法经历了传统的Djkstra算法、启发式和分层的路径搜索算法、人工神经网络算法等。但是以上各种算法都把出行者当作完全的理性人,注重模型的可执行性,而忽视了出行者的心理特征。本文利用前景理论建立出行者出行决策模型,将出行者的心理特征、个人经验引入到算法模型中,使模型能够更好的刻画出真实出行者。交通诱导一般包括多主体诱导和单主体诱导。对于单、多主体诱导,研究了诱导信息的采集、处理、生成的过程,及其作用下对出行者的出行行为的影响,总结了诱导算法的发展过程,并对诱导信息作用下可能发生的负面影响提出了应对策略。在通用仿真平台Repast的基础上,建立了基于Agent的诱导仿真系统。以真实路网为仿真对象,对于VMS、车载导航系统诱导作用下的路网情况进行仿真,通过VMS诱导仿真检验路径选择模型的合理性,通过车载导航系统诱导仿真检验路径选择模型的先进性,验证了前景理论在交通诱导条件下的适用性。