在过去的十年中,智能运输系统的应用引起了广大学者的广泛重视。在智能交通系统中,先进出行者信息系统(ATIS)提供历史数据和实时的交通信息,影响出行者的个人行为,以达到充分利用路段能力和有效减少拥堵的作用。研究基于ATIS影响的城市道路网络设计问题具有重要的理论价值和现实意义。围绕基于ATIS影响的城市道路网络设计相关问题,论文主要进行了如下研究工作:1、出行时间可靠性是考察系统性能的重要指标之一。本文利用双层规划模型来描述在出行需求变动和路段通行能力下降的情况下,基于ATIS影响的出行时间可靠性这一城市道路交通网络设计问题。上层规划的目标是最大限度地提高系统出行时间可靠性,下层规划是描述基于ATIS的出行者随机路径选择行为。运用粒子群算法对问题进行求解。通过算例分析发现,通过装备ATIS设备对交通网络进行优化,网络的出行时间可靠性显著提高。2、随着城市机动车保有量的飞速增长,汽车燃油消耗迅速增加。本文利用双层规划思想建立考虑ATIS和油耗影响的的最优速度确定的优化模型。上层规划是通过系统总出行时间和油耗总量确定最优速度的问题,下层规划构造了弹性需求条件下的随机用户平衡配流模型,并给出了一个平衡迭代算法进行求解。研究结果显示,随着出行者对道路实际情况认识程度的降低,可以通过提高装备ATIS设备的出行者比率,使得出行者能够合理地进行路径选择,从而降低系统总费用。3、交通网络的供给和需求是变化的,将降雨这一可预测因素引入到基于ATIS的网络设计问题当中。将广义的出行时间函数引入到弹性需求条件下的随机用户平衡配流模型中。通过算例分析,降雨因素影响下,装备ATIS设备能够帮助出行者合理的进行路径选择。