在交通运输系统的设计、运营及管理过程中，出行OD矩阵起到重要的作用。OD矩阵的每个元素表示相应的起终点间的出行量，整个OD矩阵包含路网各个交通小区之间出行量的空间分布信息。不管对道路网络规划而言，还是对交通控制、交通诱导等动态管理手段而言，通常都对OD矩阵具有需求。OD矩阵能用于校准交通预测模型、调整交通控制策略、规划交通出行路线、分析土地利用政策等。此外，由于OD矩阵能够有效体现实际道路网络的交通分布情况，通常被用作仿真模型的输入信息。在早期的研究中，主要通过人工方式获取OD数据，像家庭调查，电话调查，信件调查，职工调查等方式。由于OD数据调查涉及的路网范围通常较大，使得人工方式获取OD数据需投入大量的人力、物力。此外，劳动强度过高也使调查频率、时长受到很大限制。另外，人工方式要求被调查对象必须准确回想起自己的出行经历，往往得到较多的错误答案，并且数据的后期整理工作比较繁琐，容易出错。随着交通信息采集、处理等技术的迅速发展，急需出现一种更有效的技术手段，据此获得实时、准确、充足、全面的动态OD需求数据，从而解决目前面临的各种交通问题，并完善交通运输系统。早期出现的静态OD估计方法只适用于交通规划领域。近年来，随着交通问题的不断突出，动态OD估计逐渐成为人们关注的对象。动态OD矩阵是动态交通分配的基础信息。基于动态OD的动态交通分配技术可以指导交通诱导系统制定诱导策略，以便用户根据诱导信息重新制定出行计划。动态OD矩阵也可以用于在线交通控制以及最优调整控制系统中。交通控制系统能根据时变OD矩阵对路网流量的变化趋势进行预测，并制定相应的控制策略。本文在现有研究成果的基础上，以交通流参数数据为基础，设计了一种基于动态交通分配的动态OD矩阵估计方法，着重研究了以下三方面的内容：（1）先验OD矩阵构建方法现有动态OD需求估计方法通常具有一个潜在的假设条件，即历史OD矩阵已知，并据此确定先验OD矩阵，将其作为动态OD需求估计的基础。针对目前有关先验OD矩阵获取方法研究很少的问题，设计了一种基于手机定位数据的先验OD采集方法。介绍了手机定位技术的分类以及技术特征，研究了基于手机定位技术的先验OD采集方法，包括OD集合的构建方法、OD个体数据提取方法及OD矩阵扩样方法3个主要技术环节。其中，着重研究了OD个体数据提取方法，包括手机定位对象转化、手机地图匹配、手机出行端点识别等关键技术。（2）网络配流模型针对目前基于动态交通分配的OD估计方法没有考虑交通管理者与交通出行者之间作用关系的问题，利用斯坦伯格博弈理论设计了一种网络配流博弈模型。首先建立了网络配流基本模型，并对模型所需的参数，即行程时间计算方法、有效路径集合构建方法等进行了研究。然后设计了网络配流博弈模型求解算法，包括基本模型的结构转化、模型求解等技术环节。（3）动态OD矩阵估计模型动态OD需求估计是一个非线性优化问题，建模复杂程度高，模型求解难度大，针对现有方法在模型估计效果、求解效率等方面尚有较大改善空间的问题，设计了一种动态OD需求估计模型的遗传禁忌求解算法。首先分析了现有研究存在的问题，据此建立了动态OD估计模型框架，并以先验OD数据为基础，设计了基于相似交通模式识别的OD初始种群构建方法；然后设计了动态OD矩阵估计的基本模型以及模型的遗传禁忌求解算法；最后设计了动态OD需求预测及调整模型。为了检验所建模型的估计效果，本文采用仿真手段对动态OD需求的估计方法进行了验证，着重分析了模型中的可变参数对模型精度的影响，最终得出了以下结论：（1）动态OD估计模型中观测流量与OD需求的权重对模型估计效果有一定的影响，当观测流量取较大权重，OD需求取较小权重时，估计效果较好；（2）先验OD精度对模型估计效果有一定的影响，先验OD精度越高，估计OD效果越好，但估计OD较先验OD的改善程度与先验OD精度无显著关系；（3）搜索空间大小对模型估计效果有一定的影响，搜索空间过大或过小都会使估计误差增大，因此搜索空间的大小应根据先验OD的可靠性而定；（4）网络拥挤程度对模型估计效果有一定的影响，非拥挤情况下模型的估计效果优于一般拥挤和非常拥挤情况。（5）估计时间间隔长度对模型估计精度有一定的影响，其取值应综合考虑路网的拓扑结构、OD对起终点分布及网络交通状态等。（6）观测时间间隔长度对模型估计精度有一定的影响，观测时间间隔要在小于估计时间间隔的前提下，根据路网检测器的布设情况以及检测精度而定。虽然以上几种因素会对动态OD模型的估计精度产生一定的影响，但从验证结果可以看出，各种情况下的动态OD估计结果均在不同程度上优于先验OD值，说明模型的应用效果较为理想。