近年来,国内外研究者基于不同的理论方法和模型就路网脆弱性与拥堵传播之间的关系进行了广泛研究,但迄今为止路网脆弱性仍未形成明确、统一的定义。特别地,由于道路结构、复杂天气、交通事故等因素的影响,使得拥堵源本身表现出动态特性,进而影响到交通流的时空分布,导致主干道路、支路的交通疏导能力以及局部路网的通行能力变得难以控制,使不同粒度区域路网的交通运行状态呈现出不同程度的脆弱性。为探究拥堵传播对城市路网脆弱性的影响,本论文以国家自然科学基金面上项目《大数据环境下城市路网交通多模式拥堵预测及容错控制研究》(No.61573706)、国家自然科学基金青年基金项目《大数据环境下车联网隐私保护及拜占庭容错协同融合机制》(No.61703063)、教育部留学归国人员科研启动基金《网络环境下基于数据驱动的路网交通多模式拥堵辨识框架及信度级预测控制方法》(No.2015-49)等为支撑,从分析城市路网交通拥堵演变规律入手,建立城市路网交通脆弱性的辨识模型,从不同角度和层次对路网脆弱性度量方法进行了系统研究。主要工作及创新点体现为:(1)提出了一种基于事件触发强波动幅度的短时交通流预测方法。针对事件影响下路网脆弱性导致短时交通流强波动的问题,在传统灰色模型的基础上,利用马尔科夫链,构建并改进了灰色预测模型。随后,基于一阶差分指数平滑算法的趋势预测优点,引入动态加权因子,通过改进的灰色预测模型与一阶差分指数平滑模型的协同作用构建了一种有效的短时交通流预测新方法。实验结果表明该方法适用于事件触发强波动幅度的短时交通流预测,能够有效的在宏观上管理和保障路网的全局通行能力。(2)提出了一种基于路网物理链路优化的城市区域路网交通运行状态融合预测及评估方法。首先,针对泄漏积分型回声状态网络的参数标定问题,利用差分进化算法对网络关键参数进行标定。其次,结合路网的具体拓扑特征,将Pearson相关性分析方法用于路网的权重分配。以此为基础,设计了相应的流程框架,并利用高德地图所提供的重庆市南岸区路网拥堵延时数据集对该方法的合理性与有效性进行了验证。(3)提出了一种基于云模型的城市路网交通脆弱性度量方法。首先,通过对偶法对南岸区主要城市路网进行拓扑映射,并以度和网络效率为主要评价指标,对路网的结构脆弱性进行研究;其次,为对道路拥堵状态进行刻画,引入云模型理论对道路拥堵特征进行云数字描述,从而构建起基于拥堵云图的状态脆弱性评估模型;最后,基于高德地图提供的重庆市南岸区主干道路实际拥堵延时数据集进行模拟仿真,实验结果表明该模型能对路网脆弱性进行有效刻画。