随着城市化和机动化加深,交通拥堵问题和交通碳排放问题日益凸显,限制了城市交通可持续发展。交通需求管理措施能够调控路网的出行需求和影响出行者的出行行为,达到管理者所期望的路网流量分布状态,从而实现减少交通碳排放和缓解交通拥堵的目标。本文分别研究了排放因子和排放容量不确定条件下的减排收费方案和混合自动驾驶环境下低碳目标导向的电子路票管理策略。结合交通规划理论与方法、最优化理论、不确定规划及双层规划等方法,对基于排放的交通需求管理策略优化模型和方法展开研究。首先,论文研究了排放因子和排放容量不确定条件下的减排收费模型,该模型能够体现管理者对排放约束的风险偏好和排放容量限制的模糊要求,给管理者提供排放收费参考。具体而言论文根据排放因子的不确定性引入随机变量来处理机动车排放测算环节的多重不确定性,同时通过机会约束规划和模糊规划构建随机-模糊的道路排放容量约束,直观反映决策者对局部路段的排放管理要求。由此,论文建立了复杂排放不确定环境下基于路段收费-补贴调控的两步模糊随机规划模型,其中第一步为带有排放约束的出行效率最大化流量分配模型,第二步为收费条件下带有用户均衡约束的最小化道路收费模型,该两步模型可以得到用户均衡状态下的最优流量分布和收费-补贴策略。然后,论文提出了基于分段线性化的模糊随机非线性优化模型求解算法,将不确定非线性规划模型转换为确定性的线性规划模型进行求解。最后,论文分别以实验路网和实际路网为研究对象进行模型验证,探讨如何通过收费-补贴相结合的需求管理策略诱导出行者选择低碳的出行路径,并对不同排放水平和容量限制下的排放、拥堵改善效果进行比较分析。然后,论文研究了混合自动驾驶环境下低碳目标导向的电子路票管理策略,为实现混合自动驾驶环境下的低碳目标提供需求管理依据。具体而言论文构建了混合自动驾驶环境和低碳目标导向的社会福利最大化双层规划模型,其中上层模型为碳排放约束下的社会福利最大化模型,目标包含用户盈余、总出行时间、以及路票的交易成本;下层为电子路票方案下自动驾驶车辆和常规驾驶车辆混行的混合均衡分配模型,针对不同用户的路径选择行为,构造不同的路径广义成本计算方法。论文采用了遗传算法、对角化算法和梯度投影算法相结合的组合算法对模型进行求解。最后,论文以实际路网为研究案例,对模型进行验证,研究电子路票方案和自动驾驶车辆协同控制优化路网表现,探讨不同参数对路网排放和性能方面的影响。