智能交通系统(Intelligent Transportation Systems, ITS)是目前公认能有效地解决交通问题的途径。而建立完善的城市交通流诱导系统,向出行者实时提供路网交通信息,帮助他们在出发前或途中做出正确的出行决策是实现ITS的重要环节。交通诱导的实质在于路网中时空资源的优化分配。根本目的是最大限度地提高路网效率,实现系统最优或用户最优。现实条件下,交通流诱导系统在城市中对交通流的诱导主要通过向出行者传递实时动态、种类全面的交通信息来实现。在出行者接收到诱导信息后,他们会通过对路网中路段通行时间(出行成本)的认知,互相考虑对方的路径选择行为对自身出行利益带来的影响,从而做出自己相应的行为。本文首先分析了交通信息条件下驾驶员行为的机理,拓展了行为主义心理学中对人行为研究的经典模式并以其为基础分析了驾驶员的驾驶状态、驾驶员行为影响因素,为研究驾驶员路径选择行为做了基础性研究。之后的研究则建立在对路径诱导和驾驶员路径选择行为之间的关联、协同和相互影响之上,通过建立博弈分析模型研究管理者发布什么样的信息更能促使驾驶员接受诱导,从而提高诱导效率、达到诱导的目的。将诱导策略的制定与驾驶员路径选择行为特点相结合,利用博弈论模型来分析驾驶员在诱导信息条件下的路径选择行为。同时,建立的博弈模型量化了驾驶员的路径选择行为在诱导信息条件下的收益情况,更重要的是提出了一种思路,通过改变博弈模型假设条件探讨了如何发布和发布什么样的诱导策略可以使路网中用户获得更可观的收益,对提升诱导信息系统的效率、优化路网道路资源分配、减少用户延误以及降低碳排放具有一定的理论和现实意义。