相比于用户均衡模型,路段容量约束下均衡网络流模型所得均衡解更加贴近于实际情况。论文回顾了路段容量约束下均衡网络流模型求解算法的国内外研究现状,对现有研究成果加以总结,在此基础上确定了本文的研究目标、研究内容以及技术路线图。论文以路段容量约束下均衡网络流模型为切入点,通过模型的KKT条件,分析得到路段容量约束下均衡网络流模型的均衡条件。对直梯度牛顿法的求解过程进行回顾,在此基础上,详细探讨了路段容量约束下均衡网络流模型的经典求解算法—内惩罚函数法和增强拉格朗日乘子法的实现原理及收敛特性,并将两种算法应用于Nguyen-Dupuis网络进行实例验证。其次,基于上文对路段容量约束下均衡网络流模型均衡条件的分析和经典求解算法的求解原理,考虑拥堵路段的路段费用特性,对BPR函数进行改进,得到改进后的路段特性函数。在此基础上,构建路段容量约束下均衡网络流模型,对模型解的存在性、唯一性以及等价性进行证明。基于路段特性函数中路段延误项的更新特征,结合直梯度牛顿算法,构建路段容量约束下均衡网络流模型的启发式求解算法,并将算法应用于Nguyen-Dupuis网络进行算例分析,对算法的收敛特性进行探讨,与经典求解算法相比,相同收敛精度下,启发式算法的收敛速度更快。最后,将路段容量约束下均衡网络流模型的启发式算法应用于Sioux-Falls路网和昆山路网,根据目标函数值收敛曲线、拥堵路段多余交通需求量收敛曲线、VC比收敛曲线以及路段延误项收敛曲线,分析启发式算法对于中大规模路网的适用性,结果表明,启发式算法对于中大规模路网的适用性良好。