随着我国社会经济的快速发展，城市交通发生了前所未有的变化，供需矛盾激烈，交通问题日益突出，尤其在需求冲击发生时，交通部门面临着越来越大的压力与挑战。研究需求冲击对交通系统的影响，是制定客运发展战略、对客运承担方式宏观调控的基础和依据；也是应急交通管理的前提和保障。本文以交通站点内大量旅客滞留为背景，从政府有无提供信息支持两种情况出发，研究需求冲击对交通站点恢复时间的影响，通过必要的理论分析与假设，提出交通站点恢复时间的预测模型，具体工作与内容如下：首先，在现有研究成果的基础上，对需求冲击的内涵、种类、特征等内容进行归纳总结，并进一步分析需求冲击对交通站点客流的影响。其次，基于政府有无提供信息支持两种情况，分别构建了完全信息情况下的极大熵模型和非完全信息情形下的元胞自动机模型。在政府提供信息支持背景下，交通站点内的滞留旅客对各站点的压力分布信息完全已知；而旅客在完全信息下往往表现出充分的自信与理性，根据效用最大来选择自己的决策方案：等待、转移或放弃出行。因信息完全，每位旅客会在满足效用最大化的约束条件下，追求空间上的最大自由，即满足极大熵原理。基于效用最大准则和极大熵原理，构建转移概率的极大熵模型，由此可方便求出各交通站点的恢复时间。该模型计算快捷，可应用于大规模交通网络。在无信息支持情形下，各站点旅客可能因信息的茫然性和不确定性而丧失理性，个体行为间相互影响，决策过程异常复杂。根据从众偏好差异，将旅客分为独立型、环境适应型和从众追风型三种类型；以旅客作为元胞，通过设计不同类型元胞的状态集与演化规则，构建站点恢复时间的元胞自动机仿真模型。该模型便于观察个体行为决策对恢复时间的影响。最后，通过案例研究，发现信息诱导有利于减缓站点压力，缩短恢复时间：一方面，信息透明有利于人群迅速决策，诱导更多旅客选择放弃出行；另一方面，信息透明则可以降低旅客转移的盲目性，避免引发系统振荡，减少不必要的安全隐患。