交通是保障城市日常运转功能和经济发展的不可缺少的动力。随着城市化进程加快,日益繁忙的社会出行活动为城市带来活力,同时还导致了严重的交通拥堵问题。如今,交通拥堵已经成为制约城市发展的一个重要难题。一方面,随着“友好型城市”、“低碳城市”等理念的提出,相关交通规划和管理部门希望能探索交通拥堵成因,以更具前瞻性的视角,来促进城市交通的可持续发展,缓解交通拥堵。另一方面,随着交通大数据采集、人工智能等先进技术的发展和应用,为交通拥堵成因研究工作提供更广阔的思路和视角。本文通过研究城市交通系统中存在的供需矛盾入手,从不同层次角度对交通拥堵形成因素进行量化描述和深入分析,旨在为缓解城市交通拥堵工作提供理论方法,为交通需求管理和交通管控措施提供参考依据,促进城市交通可持续发展。本文的主要研究内容如下:首先,基壬传统四阶段的思想,从交通生成、交通分布、出行路径、路段流量和路段延误等多个层面对造成城市交通拥堵的主要因素进行定性分析。其次,通过建立多层次整合估计模型,对不同层次下影响交通拥堵的因素进行量化描述和逐层关系递推分析。模型中嵌入了需求估计模型和流量-延误函数,用于反映拥堵情况下交通供需对网络运行状态的影响关系。其次,基于定制化计算图结构,采用多源数据(包括居民出行调查数据、手机数据、浮动车数据、探测器数据等),运用BP反向传播算法对复杂的非凸问题进行多层次反馈求解,实现了对模型中多个变量和参数的同时估计。最后,基于Sioux Falls 网络和北京京通快速路拥堵路段为研究对象进行实验测试和案例分析,实验结果很好的验证了本文研究方法的合理性和实用性。本文主要研究成果为:(1)从交通生成、交通分布、出行路径、路段流量和路段延误等多个层次,从对城市交通拥堵的相关影响因素进行定性分析和量化描述;(2)通过整合需求估计模型和流量-延误模型,从供给和需求两个角度明确其对交通拥堵状态的关联性和影响方式;(3)基于Sioux Falls网络的测试验证了模型的合理性和可行性;在北京京通快速路为研究对象的案例分析中,捕捉交通拥堵情况下的需求来源和出行需求特征,对交通拥堵成因进行分析和总结。