随着社会经济的飞速发展，人民生活水平的提高和城市化进程的加快，城市居民出行需求不断增长，随之产生的交通拥堵问题不断恶化。特别的在北上广深这样的特大城市中，交通供需矛盾日益突出，交通规划、建设和管理的任务日益繁重。　　准确地把握交通需求，是交通规划与管理领域的基础工作，是科学规划、建设和管理城市交通系统的前提。交通需求预测时，通常将出行者作为交通的基本单位，认为其交通行为直接影响着交通需求的产生和演化，它同时也是交通流特征的主要影响因素。因此，研究出行者的交通行为是准确预测交通需求，合理调控交通需求的重要手段。　　此外，交通信息是反映和调控交通需求的重要手段，近年来，信息技术以及移动互联网技术的飞速发展，使实时路况信息的提供越来越准确，更新频率越来越快，出行者可以利用计算机网络、手机APP等方式快速获取相关信息辅助出行决策。在经过一段时间的摸索之后，人们越来越多地使用模糊的道路交通状况信息，如在可变信息板(Variable Message Sign，VMS)上，用红黄绿颜色发布信息。这样就给出行者一个对比不同条件、选择行驶路径的机会。虽然一些软件（如百度地图、高德地图等）可以提供预测行驶时间，但由于出行者对信息的信赖程度以及自身偏好等原因，其选择的路径往往并非推荐的最优路径，从而表现出并非绝对的理性。这些选择行为最终表现为道路交通流及其逐日的演化过程。因此，研究出行信息提供下出行者有限理性决策过程，以及其对网络交通流的影响，对准确预测交通需求、把握交通流规律、合理制定交通政策大有帮助。　　以往的研究大都假设决策者完全理性。然而，学者们发现完全理性模型并不能很好地解释实验中的决策行为。因而，“有限理性”的概念被提出，“有限理性”是指决策者受自身有限计算能力以及不完全客观信息影响造成的非最优决策。本文基于经济学假设提出“出行者有限理性决策”这一概念，“出行者有限理性决策”是指出行者在进行交通出行决策过程中由于信息获取不完全及自身能力限制造成的非效用最大化决策。　　本文在分析总结国内外相关研究成果的基础上，从有限理性的角度出发，研究交通信息提供下出行者的路径选择行为，建立松弛传统模型的完全理性假设，并研究有限理性出行者构成的交通流演化规律，以及不同理性群体对交通政策（如拥堵收费）的反应情况。围绕着有限理性路径选择行为这个主题，本文做了以下一些工作:　　1、在交通信息对路径选择行为的影响、有限理性视野下的路径选择行为和逐日动态路径选择演化等方向的研究现状进行分析的基础上，总结了各种理论方法的优缺点，并指出现有研究存在的局限性。　　2、以手机地图路况信息发布形式为研究对象，利用编程语言编写路况信息模拟软件，实现与实时路况信息显示较为接近的实验场景，并进行两组实验（只考虑路况信息;考虑路况信息与其他交通信息），分析各场景下出行者路径选择行为特征，研究其有限理性选择行为。　　3、通过行为实验，发现当效用差大于一定程度时，决策者可以做出理性判断，选择效用最大的一项;当效用差小于一定程度时，决策者无法做出理性判断，只能根据偏好或随机进行选择。据此松弛传统logit模型效用最大化假设，建立了有限理性下的logit模型，即BRBL（Boundedly Rational Binary Logit）模型及模型参数的标定方法，分析模型特性，为量化不同理性程度下的选择行为提供了方法。同时，把logit模型推广到了有限理性领域，丰富了有限理性理论下定量研究的工具。　　4、在假设出行群体有限理性的基本前提下，基于非线性动力学理论和Agent仿真，建立了有限理性群体逐日动态交通流演化模型。探讨了网络交通流逐日演化的稳定、分岔、混沌现象与出行群体理性程度之间的关系。研究成果表明，将有限理性引入逐日路径选择行为研究，结论所得到的规律更能反映现实规律。　　5、基于有限理性视野下逐日路径演化模型引入拥堵收费政策，建立了拥堵收费条件下的有限理性逐日动态交通流演化模型。提出维持系统稳定的拥堵收费费率临界值确定方法，通过数值实验计算得到最优拥堵收费费率。研究结果为拥堵收费政策的实施及费率制定提供理论支持。　　总之，本文通过以上研究，揭示信息提供下有限理性群体的路径选择规律、交通流演化规律，以及拥堵收费政策对理性程度不同的群体所构成的交通流的干预效果。研究成果为实践应用中，交通需求预测、拥堵收费政策实施提供更加合理准确的理论依据。