为了缓解城市拥堵问题,研究者们提出了许多交通网络配流模型来研究交通运行规律。出行者的日常择路行为可以用day-to-day动态网络配流模型来描述,它将网络的动态演化过程分为两个子过程：一是出行费用估计过程,出行者根据自己的出行经验和交通部门以及其他渠道获取的交通信息,对网络交通费用进行估计,从而选择出行路径；二是网络的流量更新,出行者每天都会对自己出行的路径进行选择,形成了路网的流量。本文主要研究考虑网络交通特征和出行者选择行为特点的day-to-day动态交通网络模型的稳定性和动态演化特性,即：弹性需求下的网络模型、路段存在相互干扰下的网络模型、动态选择模式下的网络模型和考虑费用预测偏差影响的网络模型。主要内容如下：本文首先考虑弹性需求和路段存在相互干扰的情况,在Cantarella等(2003)的离散day-to-day动态网络配流模型的基础上,分别构建了弹性需求的day-to-day动态网络模型和路段间存在相互干扰的day-to-day动态网络模型。根据非线性理论相关知识,分析系统的分岔现象和平衡状态的稳定性,并将其与固定需求的情况进行对比分析,以体现弹性需求和路段间存在的相互干扰对平衡状态稳定区域的影响。通过分析发现：在弹性需求情况下,平衡状态的稳定域结构发生变化,固定需求的动态系统的稳定域比弹性需求情况下的稳定域更易受到参数变化的影响。而当路段存在相互干扰时,系统平衡状态的稳定域结构没有发生变化,但在相同参数下,比一般情况下的稳定域范围小,且对参数变化的敏感性增强。分析了系统稳定边界附近的动态演化特性：flip分仚边界附近对应点的路径流量在两个值之间进行跳跃,出现双周期运动；而在neimark-sacker分仚边界附近对应点的路径流量在区域内多个点之间进行跳跃,这些值互不重合,出现拟周期运动。其次,考虑出行路径的预测费用和OD最小期望值之间的差异对出行者考虑重新改变路径的比例的影响,构建了动态选择模式下的day-to-day网络配流模型。分析了动态选择模式下系统的分仚现象和平衡状态的稳定性,并将其与静态选择模式下的网络模型进行对比。通过分析发现：在动态选择模式下,重新改变路径的权重因子随路径预测费用与OD最小期望费用的差值动态变化,系统平衡状态的稳定区域增大,且平衡状态稳定性对参数变化的敏感性减小。将静态选择模型的费用差与动态选择模型的费用差进行比较来研究动态选择机制的作用,分析发现：动态选择模式有效的提高了系统的演化速度,减小了演变过程中费用差的振荡幅度。另外,动态选择模式下考虑重新选择路径的出行者比例下降,网络所受的干扰也随之降低,系统更容易达到稳定。最后,在出行者路径选择过程中同时考虑了出行预测费用及费用预测偏差对出行路径选择的影响,建立了考虑费用预测偏差影响的day-to-day动态网络配流模型。分析了该模型的分岔现象和平衡状态的稳定性,并比较了预测费用和费用预测偏差对系统平衡状态的稳定性和路径选择概率的影响,分析了系统在费用偏差影响下的动态演化特性。仿真结果显示：在出行决策时,路径的预测费用偏差越大,选择该路径的概率越小。费用预测偏差的比重在一定范围内有利于增大系统的稳定区域；当该比重超过一定值时,系统的稳定域构成发生变化。考虑费用预测偏差来判断出行选择对网络稳定更有利。分析还发现：在考虑费用预测偏差的系统中,虽然系统的收敛速度减小;但当路网发生突变时,考虑费用偏差的系统能降低对应路径的费用预测偏差,从而减小路径选择概率的振荡幅度。