随着经济的飞跃式发展,城市化水平不断提高,城市规模逐渐扩张,交通拥挤问题日益突出。在路网内实施交通拥挤收费已成为管理和调节交通需求的有效工具。交通拥挤收费通过向驶入拥堵区域或者拥挤路段的车辆收取一定费用,调节出行者的路径选择行为,将OD对的交通需求量合理分配到各个路径中,减少交通负荷,缓解交通拥挤状况。本文在预期后悔理论的基础上,分别针对对称网络中固定需求情形和非对称网络中弹性需求情形建立了拥挤收费双层规划模型。对于对称网络中固定需求的拥挤收费模型,上层规划问题为最小化路网总体运行时间,下层规划问题为基于预期后悔理论的用户均衡配流问题,该双层模型采用Frank-Wolf算法与遗传算法相结合的方法求解,即对不同的收费方案,利用Frank-Wolf算法来求解下层模型以得到对应的平衡路径流,再将其带入上层模型得到路网总体运行时间,以此利用遗传算法求得最优收费方案。对于非对称网络中弹性需求的拥挤收费模型,上层模型为最大化路网上交通出行带来的社会经济效益,下层模型中在路径选择时考虑了预期后悔理论,建立了一个新的用户均衡模型,并将其归结为一个非线性互补问题。在求解算法上,沿用上个模型的求解思路,采用幂罚函数法与遗传算法相结合的方法求解。最后用算例验证了模型的合理性与算法的有效性。