近几年,中国城镇化进程的快速发展以及汽车保有量的迅猛增长,交通拥挤已成为一个公认的社会问题,严重威胁到城市交通的可持续性发展.道路网络拥挤收费已被认为是交通拥挤管理的最有效方式,在理论和实践方面普遍受到交通工程学家及相关政府部门的重视,通过在特定时段对特定的区域和路段收取一定的道路通行费用,引导道路使用者正视出行成本,合理安排出行规划,促使部分交通需求在时间和空间上进行转移,从而减少拥挤区域和路段的交通负荷,并以此来增加交通网络的利用效率.本文首先研究了在转向限制和速度约束网络中基于时间的边界拥挤收费问题,进入边界区域的出行者以在该区域行驶时间长度为基础征收一定的通行费用.在假定出行者服从确定型用户均衡原则下,将拥挤收费问题转化为一个均衡约束数学规划问题并采用直接优化算法-Hooke-Jeeves模式搜索法求解.由于交通网络存在转向限制,本文首先考察了带转向限制的最短路问题,根据转向限制最短路模型设计了一种比较实用的分支定界算法,然后将带转向限制最短路问题的分支定界算法和相继平均法结合求解确定型交通均衡问题,最后给出相应的数值试验,验证了转向限制最短路问题的分支定界法和基于时间的边界拥挤收费问题模式搜索法的有效性,并探讨了四种不同收费方案的特征和效果.然后,在轨道网络和公路网并存的双模式网络研究了双模式C-logit随机用户均衡与拥挤收费问题,C-logit随机用户均衡模型通过共性因子反映了不同路线之间的路段重叠问题,能够获得更加现实的交通流分布模式.同时分析了基于长度的双模式C-logit SUE和基于拥挤的双模式C-logit SUE问题,而模式划分采用通常的二元logit模型.通过定义合适的路段费用函数可以简化双模式C-logit SUE,使双模式网络融合成单一模式网络以便于模型开发建立和算法设计,即：基于长度的双模式C-logit SUE可以转化为一个无约束最优化问题,基于拥挤的双模式C-logit SUE模型等价于一个变分不等式问题;证明了两种模型在其均衡点处均满足双模式C-logit SUE条件,从而可以采用已有的算法求解.分别将两种双模式C-logit SUE做约束,分析双模式次优收费问题,可相应地采用双参数惩罚函数法和增广Lagrange乘子法求解,最后进行了数值实验,并分析了次优拥挤收费对模式划分和道路网交通流分布的影响.再次,在退化交通网络研究了基于时间可靠性的鲁棒拥挤收费问题,路段容量随机退化导致出行者路径行驶时间的不确定性,因此可以通过鲁棒有效路径行驶时间来刻画出行者的路径选择行为.对于出行者不同的风险规避程度,均衡模型可以表示为基于路径变量的多风险类型变分不等式模型,证明了解的存在性,并引入列生成技术和相继平均法求解该模型.随后将变分不等式模型作为一个约束,设计了路网鲁棒拥挤收费的新模型并采用基于灵敏度分析的共轭次梯度投影算法求解.通过数值实验展示均衡配流算法的有效性,并分析了拥挤收费模型在应用上的特性.最后,设计和分析一种新的交易旅行信用方案(交易旅行电子路票方案)以管理通常交通网络中出行者的路径选择行为,该方案是一种信用征收加补偿机制,试图诱导出行者合理规划自己的出行路径以减缓路网的交通拥挤.当出行者使用低旅行费用但高拥挤路径时征收旅行信用,而使用可供选择的低拥挤但高旅行费用路径时可能补偿一定量的旅行信用,并建立一个自由交易的信用交易市场使需要支付旅行信用的出行者从赢得旅行信用的出行者处购买,当总补偿等于总消耗时,交易金额只在出行者内部转移,从而避免了拥挤收费的不公平问题.在通常的交通网络,这种类型的信用定价方案可以转化为一个具有均衡约束的数学规划模型,随后在固定需求和弹性需求两方面研究了可行目标交通流给定情况下系统最优和Pareto-Improving的系统最优旅行信用定价方案.