随着我国城镇化建设进程的推进,城市道路交通网络在不断拓展、深化交通运输功能的同时,一些突发事件(诸如自然灾害、交通事故、道路保养、节日游行或恐怖活动等)的出现将会对路网的正常运行带来巨大的负面影响。在此背景下,依托多源交通信息,重点开发突发事件下预防预警、风险评估、应急救援的一体化决策仿真平台具有重要的应用价值和实践意义。该项研究的本质在于分析路网在突发事件下的脆弱性变化,并建立基于网络脆弱性的交通流分配方法。然而,当前关于路网脆弱性识别的研究中尚未考虑突发事件对路网交通流随机、时变特征的影响,且缺乏一般性的高效识别方法与合适的仿真应用技术对其进行描述与拓展。因此,本文从路网脆弱性视角出发,以突发事件、道路网络、交通流分布构成的系统为研究对象,进行了网络脆弱性识别、脆弱性随机动态特征分析、应急救援路径选择建模、一体化仿真应用平台开发的研究。具体来讲,本文的研究步骤主要从以下几个方面展开:(1)按事故类型与事故等级对突发事件进行了认定,将事故等级与事故导致的后果相对应,便于将其分门别类地在城市道路交通网络中予以表征。以单一路网单元失效情景下的静态脆弱性识别为研究起点,暂不考虑路网系统的随机、时变特征,通过突发事件下的路网拓扑结构变化与鲁棒性分析,构建了单一路段或交叉口完全失效下的静态脆弱性识别模型,并采用了Lagrange乘子法高效地求解模型,为后续研究提供了基础。(2)由于不同类型的突发事件对路网的影响程度各异,这反应在网络中便是失效网络单元的增多或受损程度的加剧。故在单一网络单元失效的基础上,重点研究了多路段失效下的脆弱路段集识别与多交叉口失效下的级联失效仿真。之后,对多个网络单元的完全失效与部分失效间的差异进行了对比分析,并讨论了多个网络单元失效下路网鲁棒性与脆弱性的关系。(3)考虑到突发事件作用于道路网络时,路段的通行能力变化将是随机的,且突发事件的负扩散效应会显著影响不同类型出行者的路径选择行为。因此,从随机因素对路段通行能力的改变入手,构建了一个考虑不同类型出行者路径选择行为的平衡配流模型,以一个新的指标来量化突发事件下路网脆弱性的随机特征,并通过路网压缩与双层算法设计实现了模型的高效求解。之后,分析了Logit模型与Probit模型对网络脆弱性分析结果的影响,并对既有模型进行了改进。(4)将研究进一步推广到一般场景中,鉴于突发事件在路网中的“产生—处理—消散”对应着事发路段通行能力的“失效—恢复—正常”这一动态变化过程,且出行者在制定、调整出行决策时,一般以实时交通信息为依据,其决策的合理性将不同程度地受到路况信息、个人异质性偏好等因素的制约。因此,从事发路段通行能力的动态变化入手,将道路网络抽象为一个反应型离散控制系统,结合出行者在突发事件下的路段选择行为分析了这一系统的随机、时变特征,并在压缩子路网上结合Logistic曲线完成了交通流分布的动态模拟,之后讨论了时变条件下路网脆弱性转移等相关问题。(5)把脆弱性识别方法落脚到应用层面,将突发事件下的路网应急管理分成了需求方与供给方两部分。考虑到对路网脆弱性状态的评估,实质是对突发事件下路网应急救援需求方的表征。因此,此处从供给方(救援方)视角出发进行了路网特性分析,结合随机一致性条件与GERT网络评审技术完成了救援路径的选择与关键路段的识别。之后,通过前面各部分的模型对比与模块集成,利用Matlab R2018b软件开发工具将它们集成于一个统一的仿真环境中,高效地实现了本文所有模型与算法的可视化与实用化。本文上述研究工作有望服务于与路网脆弱性相关的理论研究、路网规划、维护改造和应急管理等多个方面,可为构建城市道路安全一体化应急管理平台提供理论依据与技术支撑。