过去十多年来,全球范围内新兴的交通网络公司和无人驾驶汽车公司带来的技术创新正在急剧地改变人们的出行理念和出行方式,且预计将持续重塑交通运输行业的生态与发展方向。虽然行业创新显著地提高了出行的局部便利性,但是也诱导了更多的出行需求,可能在全局层面进一步恶化交通拥堵。最新的研究显示:优步(Uber)和来福(Lyft)等公司的网约车业务是近年来导致旧金山交通拥堵增加的主要因素之一。因此,如何释放“互联网+”技术与自动驾驶技术红利,是当前以及未来交通管理的主要机遇和挑战。学界和业界都期望新技术的合理利用能够对交通出行的安全性和交通拥堵带来革命性的正面提升。为了保障交通控制和需求管理措施的科学有效性,必须对交通出行机理有深刻的认识。本论文首先分析了城市通勤者的出行机理(第二章和第三章),然后阐述了通过可控的无人驾驶汽车和共乘出行方式来优化交通系统的性能(第四章和第五章)。本论文的具体研究内容和创新点主要包含如下几点:(1)建立了刻画通勤者出行学习行为的分数阶逐日动态模型。该工作的独创性在于两点:1)以往的逐日动态模型都是以整数阶微积分作为建模工具,本论文中首次采用了分数阶微积分作为建模工具;2)以往研究都假定学习行为服从指数衰减规律,本论文中学习行为服从幂律衰减规律。本论文借助记忆核函数,通过拉普拉斯变化严格地推导了分数阶逐日动态系统模型。通过类比分数阶弹簧振子系统,定义了交通系统的动能、势能和总能量。受最小势能原理的启发,将交通系统的总能量作为李雅普诺夫函数证明了该分数阶动力系统渐进收敛于用户均衡状态。(2)建立了一般性的随机逐日动态模型,并提供了一种普适性的渐近稳定性分析方法。当交通系统被类比成一个热力学系统时,Fisk函数可以看成交通系统的吉布斯自由能。通过吉布斯自由能对路径流量求导定义了路径的“化学势”。因此,随机用户均衡状态的物理解释为:随机用户均衡状态下,每对起讫点之间各个路径的化学势相等。以路径化学势作为建模对象,首次提出一般性的随机逐日动态模型。受理性行为调整过程的启发,定义了随机理性调整过程,并证明了满足随机理性调整过程的随机逐日动态模型都能以Fisk函数作为李雅普诺夫函数来证明渐进稳定性。最后证明了Logit随机逐日动态模型、Logit Smith随机逐日动态模型以及Logit BNN随机逐日动态模型均为一般性随机逐日动态模型的特例,并都满足随机理性调整过程。(3)在混合(有人驾驶汽车和无人驾驶汽车混合)交通环境下,建立了无人驾驶汽车的逐日路径分配模型。本章节的主要目的是:在非均衡状态下,以效率和稳定性为指标,通过部分可控的无人驾驶汽车的路径选择使得混合交通系统达到混合均衡状态。首先借助变分不等式研究了混合均衡状态的存在和唯一性。当均衡状态被打破时,首先提出了基于贪心算法的无人驾驶汽车局部最优逐日路径控制策略,并证明了在此控制策略下混合交通系统将渐进收敛于混合均衡状态。然后,基于最优控制原理,分别以收敛时间最短和累计阻抗最小为目标,建立了无人驾驶汽车全局最优逐日路径控制模型并设计了求解算法。最后通过算例对比了三种控制方案之间的差异,进一步分析了无人驾驶汽车的市场份额如何影响混合交通系统的效率和稳定性。(4)建立了基于共享瓶颈通行许可证的交通需求管理系统。该交通需求管理系统不仅能通过拍卖方式消除交通瓶颈处的排队,而且能通过共乘从“物理”层面提高交通瓶颈的通行乘客量。该交通需求管理系统的核心是决定:1)通勤者的出行方式/角色;2)通勤者的出行时段;3)通勤者之间的共乘匹配关系;4)瓶颈通行许可证和共乘的定价。前三个问题是一个带约束的三边匹配问题:匹配出行时段、司机以及乘客。本论文将该三边匹配问题形式化为一个0-1整数规划问题,并证明了该0-1整数规划问题约束集合的系数矩阵是一个幺模矩阵。因此,该0-1整数规划问题的求解时间复杂度是线性阶。对于瓶颈通行许可证和共乘的定价问题,难点是如何设计一个价格机制满足:个人理性、激励相容、社会福利最大以及预算平衡。当采用第二价格密封拍卖机制为瓶颈通行许可证和共乘定价时,可以确保个人理性、激励相容以及社会福利最大化,但可能会导致系统的利润为负。为了保证预算平衡,本论文提出了带有预算平衡条件的第二价格密封拍卖机制。数值实验表明了:随着共乘人数的增加,各方利益(个人、共乘平台和社会)都会增加。本研究有助于加深对复杂出行行为的理解,为精细化交通规划管理、控制和改善出行服务提供理论依据。