预测交通状况,制定有效交通出行策略以及对城市道路进行布局都需要对路径选择行为进行研究,路径选择行为建模是这几年交通领域研究的重点,出行者路径选择行为模型可以为出行者的路径选择提供可靠依据,减少出行者的出行成本,从而降低交通拥堵的机率。在路径选择行为的研究中,随机性是一重要特性,出行者在出行途中遇到的随机事件是改变出行费用的主要原因之一。此外,出行者的路径选择行为是在信息反馈机制下进行的,如自身经验,实时路径信息播报等。本文以完成的路径选择行为实验数据为基础,分别研究了出行途中的随机性以及信息反馈机制对出行者路径选择行为的影响,具体研究内容如下:1.本文完成了“随机扰动信息下的路径选择行为”实验,实验分为五组,每组实验30轮,在出行时间的计算中加入随机项,五组实验的随机项均服从均值为0的正态分布,五组实验的方差分别为0、1、10、100、1000,收集实验数据并分析实验结果,对出行者路径选择行为特征进行分析。2.本文对路径选择行为中的信息反馈策略进行了研究,分析得到路径信息反馈会为出行者的路径选择带来积极作用的结论。随后本文介绍了簇系数反馈策略和加权拥堵系数反馈策略,给出了簇系数反馈策略算法,并且提出了加权簇系数反馈策略,验证了加权簇系数反馈策略优于其他两种信息反馈策略。3.本文对随机扰动信息下出行者的路径选择行为进行了研究,通过引入随机扰动出行信息的概念,首先对在随机扰动信息下出行者路径选择行为特征进行了研究,随后我们提出了流量转移模型,该模型能比较准确的预算本次出行相对于上次出行的流量转移量,流量转移量结合上次出行的数据即可估算出本次出行的路径流量,通过与实验结果对比,我们验证了模型的准确性。综上所述,本文提出了加权簇系数反馈策略,该策略可以使出行者均匀分布在路径网络中,有利于提高交通流量。根据实验数据本文提出了流量转移模型,该模型考虑了出行途中的随机因素以及信息反馈的作用,可以更有效的模拟现实中的出行场景,从而可以使预测的路径流量更加准确,以便出行者可以提前审视路网,做出最优的路径选择行为。本研究可以为出行者的路径选择行为提供重要的依据,从而减少出行时间并有效疏散交通拥堵情况。