动态与随机交通网络模型(DTA)及其算法是智能交通系统(ITS)发挥作用的一个重要的软件技术基础。本文结合ITS在国内外迅速发展的情况，在充分掌握DTA研究领域在国际上的前沿状况的基础上，选择了这一方向作为本博士论文的研究课题，主要做了如下的工作:　　针对DTA的各种情况建立了与其相应的变分不等式(VIP)模型，整合了VIP理论在DTA模型上的通用性;采用时-空网络理论将VIP模型转换成最优化模型，在此基础上提出了通用的迭代类算法，克服了VIP模型在计算上的缺陷。　　建立了一整套的负交通选择熵模型，并证明该模型存在一阶条件，充分说明了热力学最大熵原理完全可应用到DTA理论中。　　提出了一个有度排队(SQ)模型用于计算信号交通网动态路段行程时间函数。经过对比分析，本文的SQ模型比传统模型在各方面都要优越些。　　通过非集计单纯形分解法(DSD)和梯度投影法(GP)两种节方法作适用于DTA问题的修改，达到将基于路径的DUO模型算法应用于DTA研究之中的目的。　　将本文的DTA模型及其算法应用于可变信息标志(CMS)的优化选址上，确定CMS的最优分流率，并且给出了一个计算实例。　　提出了一个具有概率行程时间感觉函数的随机型DTA模型，它是在随机型DTA环境下出行者感觉函数基础上而建立的模型，并且给出了一个计算实例。