近年来，随着我国城市化进程的推进，汽车保有量在飞速增加，交通阻塞已成常态，交通事故频繁，城市交通拥堵问题日益凸显。交通堵塞会造成很多的损失：包括行程时间增加、经营成本增加、交通事故、空气污染及噪音污染等，严重影响了城市的社会和经济效益。我国因交通拥堵造成的直接经济损失占当年GDP的比率在逐年上升。国家中长期科学与技术发展规划纲要(2006-2020)，建议解决的热点问题中就包含减缓大城市交通拥挤问题、减少交通能源消耗与环境污染难题、解决交通安全问题。可以说交通拥挤是一系列城市交通问题的主要表现，缓解和预防交通拥堵是一个我国城市发展的当务之急。针对交通流具有强非线性和时变特征，传统的拥堵事后疏导策略自适应性较差不能应付交通流的复杂变化，同时较少从交通流相关性的角度来制定诱导配流策略，导致拥堵疏导效果不佳。本文探究具有动态拥堵事前疏导策略、以系统最优为目标的城市拥堵事前疏导方法。提出采用基于多智能体的“模型预测、动态计算、在线反馈、事前疏导”思想，研究城市拥堵事前疏导方法。随着物联网相关技术在各个领域得到广泛应用，使得信息感知及采集技术的即时性成为可能，交通系统的感知能力得到空前提升。在交通运输领域，信息传输及处理技术已渐渐渗透到城市交通的管理决策层面，影响到交通控制的决策。同时，交通信息的泛在性影响到了驾驶员的驾乘决策。信息互联技术的广泛运用，大幅缓解了交通拥堵现状，提升城市交通路网的效能与出行质量。通过物联网技术实现交通需求者与供给者之间的信息交互，通过估计出短时交通流状况，执行相应的交通流管理控制策略，保证道路交通流有序高效地运行，最大程度地发挥城市路网的效能。中国政府提出在“十二五”时期要构建现代化的物联网智能交通系统，在“十二五”交通规划中也提出要启动新一代智能交通系统发展战略和利用物联网技术推动现代交通运输策略研究两大研究项目。本文的主要研究工作如下：为了提升城市交通路网整体效能须对各类影响因素进行深入研究，挖掘其深层机理。城市路网的复杂性决定了动态解决方案的必要性，交通流动态预测是实现城市交通动态配流及出行诱导的关键瓶颈。本文基于元胞自动机理论，利用对偶法描述城市路网路段元胞交通流虚拟拓扑演化关系图，首先通过物理层、数据层、函数层等量化手段对路网进行量化信息拆解，构造了路段交通流演化模型。并进一步研究交通流演化过程中，交通流特点以及支配交通流状态演化规律。同时通过定义的交通流网络演变规则族实现了城市路网系统不同分辨率模型的有机结合。从而完成对交通网络的交通流动态模型构建、实时预测出交通流，为城市路网优化及交通状况诱导提供科学决策支持。交通诱导信息的介入容易产生驾驶员的过激反应，导致严重的交通移堵现象和诱导策略无效。交通信息诱导下的驾驶员路径选择是交通管理者、驾驶员等交通参与者之间的一个博弈演化过程，在长期的动态博弈过程中，驾驶员基于出行收益最大来决策自身的路径选择行为，其路径选择的结构会在一定条件下达到演化稳定状态。通过分析驾驶员在不同信息诱导下路径选择策略的博弈和演化过程，建立了驾驶员路径选择演化博弈模型，求得驾驶员路径选择的演化稳定策略，从而为交通诱导策略的制定及其效果评价等提供决策支持。针对诱导手段在过饱和路段的无效问题，本文研究了过饱和路段的最优控制方法，提出通过控制诱导手段来实现诱导及控制手段的有机结合，达成良好的拥堵事前疏导效果。文中最后研究了基于物联网技术的路网效率及事前疏导评价问题，用以对比疏导前后的路网效率。运用复杂网络理论、交通均衡理论以及宏观交通流理论知识，从交叉口通行效率、网络拥堵指数评价、出行成本效率角度入手，构建模型对交通网络传输和运行效率进行测算和评估，并进行了算例分析。