随着我国城市化进程不断推进，各类突如其来的城市灾害频频发生，城市交通系统如何应对复杂多变的各类灾害，是城市交通建设与管理中需要迫切解决的问题。全年天气中不利天气占15％以上，它不仅影响了城市道路交通供给，使道路通行能力下降、能见度减弱；同时也影响了居民的交通需求，使居民在出行时间、出行方式和出行路径上发生改变。由此可见，不利天气使城市道路网的供需关系变得更加尖锐，科学而系统地研究不利天气对城市道路交通的影响，无疑具有重要的理论意义和实用价值。本论文以不利天气对城市道路交通的影响为切入点，研究不利天气对城市道路交通供需的影响。结合现有的交通理论，通过提出新的概念和模型进行理论分析和算法研究，并对所提出的模型加以论证。论文的具体内容如下：　　界定不利天气下离散化动态路网容量的定义，并对其时间度量进行了选取；对道路网的组成单元进行必要的重新划分，提出与时空消耗概念相类似基于通行能力的离散化动态路网容量计算模型，并对模型中的通行能力和平均出行距离两个变量进行了说明：采用径向基函数神经网络模型来处理不利天气下通行能力和其众多非线性影响因素的关系；运用概率统计理论推导出行距离的概率密度函数型式，概率密度函数的均值即为平均出行距离。　　通过定性分析不利天气对居民出行的影响，根据出行目的将出行分为不可代替出行、可代替出行和可延迟出行；根据RP调查和SP调查的特点，提出采用RP调查与SP调查相结合的方法设计不利天气下出行特征调查方案；采用基于双层规划的动态OD矩阵反推模型进行现状交通产生量预测，上层规划模型为正态分布估计与贝叶斯统计推断相结合的方法，下层规划模型为随机用户平衡模型，并采用遗传算法进行双层规划模型的求解；根据出行分类分别预测各种出行类别的全日交通需求总量的时间分布，由居民出行调查数据统计分析得到在不利天气下各时间度量内各类出行、各种出行方式的交通生成量；最后采用“最大熵模型法”来推导不利天气条件下的出行空间分布计算公式，构成阻抗函数为指数型的动态出行分布双约束模型。　　从道路网容量可靠性概念及其研究意义入手，推敲道路网容量可靠性的内涵。在分析道路网容量可靠性不确定性的基础上，把道路网容量可靠性视为是一个模糊随机变量，进而应用模糊概率理论对其进行研究，探讨随机交通流量模糊道路网容量可靠性的分析计算方法及其仿真计算方法。引入基于经验数据的Bootstrap方法分析模糊道路网容量可靠性，依据经验给出模糊变量的区间，比给出隶属函数的形式及其参数更符合交通管理的实践需要。　　不利天气的信息发布对道路网交通分配结果具有重要的影响，分析不利天气下居民出行路径选择的影响因素，将居民路径选择行为分为固定路径出行和受信息影响出行两种准则，并依据“交通信息诱导化程度”将受信息影响出行分为具备完全信息出行和具备部分信息出行两部分。由此，建立考虑信息诱导的变分不等式动态交通分配模型，并采用逐次混合平衡分配算法进行交通分配。　　最后，论文以哈尔滨市的实际调查数据，运用上述理论模型和方法，进行局部道路网动态供需问题的分析。结果表明在具备相关的调查数据情况下论文具有可操作性，并可以为不利天气下的城市道路交通管理与诱导提供数据支持。