近年来，随着社会经济的快速发展，我国许多大城市交通形势日益严峻，交通拥堵问题也日渐突出，交通需求的持续增长与道路空间资源短缺的矛盾不断加剧。由此，以收取交通拥堵费的交通需求管理手段越来越受到国家管理部门的重视。拥堵收费在国际很多城市如伦敦、纽约、新加坡等地被广泛采用。拥堵收费的关键在于选择合理的收费策略，目前，国内外关于城市道路拥堵收费定价的研究较多的是从宏观的角度，即从经济学的角度对拥堵道路上的边际个人成本与社会成本之间的“外部不经济”出发，缺少从微观出行者的个体差异到宏观的交通流的涌现的研究过程。城市交通的复杂动态特性，对交通拥堵管理政策的制定与实施带来了更大的不确定性，这就意味着任何一项交通政策的出台必须考虑实施主体对政策的反应性。本文以复杂自适应系统理论为基础，通过Agent建模与仿真技术对微观个体出行的不同特征与对交通拥堵收费的不同反应进行建模仿真研究。研究内容主要包含对交通拥堵定价系统的复杂性、私家车出行者的时间价值水平分析以及由个体差异引起的对交通拥堵费的反应不同而呈现的道路拥堵状况进行Agent建模，并对车辆到达率即车辆出行的非高峰与高峰两个不同时段，分别从不同的收费费率出发对车辆转移比率、交通路网流量、路网密度等指标进行分析，得到在不同情况下的道路拥堵收费价格所引起的交通路网变化情况。仿真研究结果显示，收取交通拥堵费对道路拥堵状况有明显的改善作用，在车辆出行高峰时段收取拥堵费对道路拥堵状况的改善情况更明显。不同拥堵收费定价下，系统整体的路网情况存在差异，最佳的拥堵定价关系到对收费道路与非收费道路的整体路网最优。交通拥堵费作为一种交通流量的“调节器”，可以调节路网的交通流量，使交通路网整体达到最优。本文利用多智能体仿真技术分析拥堵定价政策对城市交通的影响，预先把握在拥堵区域或拥堵路段上实施交通拥堵定价政策的可能产生的效果，为复杂的城市道理交通拥堵定价研究创造一个实验平台，弥补了拥堵定价政策研究在可视化、动态化及形象化方面的不足。此外，智能体仿真技术对于可视化研究复杂交通环境条件下的车流运行特征，弥补观测数据不足等都有着无可比拟的优势。因此，从复杂自适应系统角度，利用多智能体技术对交通拥堵问题进行研究，对于城市道路交通拥堵定价政策的研究和有效实施有一定的参考价值。