随着城市道路网络中交通需求不断呈现出复杂化与多样化特征,道路基础设施的供给能力也受到多种因素的影响,逐渐不能满足日益增长的需求。先进的出行者信息系统(ATIS)是出行者日常路径决策过程的重要依据,也是缓解区域交通拥堵,优化交通资源配置的重要工具。然而,在现有的逐日交通流演化研究中,缺少对出行者异质性与有限理性的进一步研究。因此,本文在考虑了不同理性出行者的路径决策会对演化结果造成不同影响的基础上,研究网络交通流从非均衡状态向均衡状态转变的过程。论文首先根据出行者理性程度的不同,将出行者分为较低理性和较高理性出行者两类;然后,再将较高理性出行者细分为三类:装配动态ATIS的出行者、装配静态AITS且服从的出行者、未装配或不服从静态ATIS的出行者,并结合累积前景理论刻画较高理性出行者的得失心理,能够更好的分析提供不同信息的ATIS对不同理性程度出行者的影响;其次,针对两类不同理性出行者分别使用演化博弈论中的复制动态和马尔可夫动态进行演化,能够更好的研究出行者的路径决策过程;最后结合算例,一方面对模型中的路径调整率、感知误差参数、感知时间权重系数等参数的不同取值对演化过程的影响进行了分析;另一方面,分析了混合理性出行者的不同混合比例对演化速度的影响。在算例分析中,马尔可夫动态模型和复制动态模型的收敛速度都随着路径调整率的增加而加快。其中,马尔可夫动态模型中路径调整率的取值为迭代次数的倒数时,演化结果更加合理;当出行者全为较高理性出行者时的演化速度略快于全为较低理性出行者时的演化速度,前者演化到均衡状态需要30天,后者需要35天;当路网中不同理性出行者混合存在时,较高理性出行者比例较大时的收敛速度快于较低理性出行者比例较大时的收敛速度,并且当较高出行者比例达到0.5时,使得演化收敛速度最快。研究智能出行背景下出行者异质性与有限理性对区域路网交通流的影响,有助于推进信息诱导对出行者日常出行决策的影响,也有助于交通管制部门为提高路网运行效率和缓解城市拥堵问题制定策略。