交通分配(Tra?c Assignment，TA)是经典交通规划方法——四阶段法的重要组成部分，其目的是将交通网络中已知的交通需求合理分配至各条路径。在静态交通分配(Static Tra?c Assignment，STA)基础上改进形成的准动态交通分配(Quasi-Dynamic Tra?c Assignment，QDTA)考虑了容量约束，可根据链路间的供需交互确定队列的产生位置，且具有较高的计算效率。近年来，QDTA的一个重要分支——系统最优准动态交通分配(System Optimal Quasi-Dynamic Tra?c Assignment，SO-QDTA)吸引了相关学者的目光并形成了一定规模的研究成果。现有研究大多采用与实际相悖的假设来简化SO-QDTA模型，以降低模型复杂度、提高算法可行性，但是这些不符合实际情况的假设严重影响了该模型的实际适用性，不利于应用推广。因此，本文尝试改变其中部分不合理的假设，对SO-QDTA模型进行优化改进，使其能够更加有效地在现实的交通网络中进行使用。
　　本文主要从以下几方面对模型进行优化：在节点模型的优化改进方面，针对大多数现有SO-QDTA研究中的节点模型仅考虑用单一的链路容量缩减因子来表达节点上下游链路供应需求之间约束的情况。本文基于冲突理论，将节点内部容量对于流量的约束纳入节点模型中，提出优化后节点模型和算法，并对算法的准确性进行了证明。通过案例对其进行观察，发现节点内部容量会部分对流量施加更加严格的约束。在面向SO-QDTA模型的核心——路径行驶时间函数和路径边际成本(Path Marginal Cost，PMC)的计算中，本文针对已有的SO-QDTA模型将链路储存容量视为无限大这一假设，将优化后的节点模型用于考虑队列溢出效应的准动态网络加载(Quasi-Dynamic Network Loading， QDNL)过程，提出队列溢出效应下的路径行驶时间的计算方法。数值实验结果表明：这种方法能更准确反应队列的产生和溢出对于链路流量的影响。在此基础上，推导出队列溢出效应下PMC外部性份额和内部性份额的计算公式，并对计算过程的处理进行了详细说明。
　　为验证优化后的SO-QDTA模型的效果，将改进的节点模型和溢出效应下的路径行驶时间以及PMC的计算方法纳入到SO-QDTA模型，对模型的等价性进行了证明。并将模型应用到SiouxFalls测试网络中，对模型和算法的准确性和收敛性以及节点内部容量和队列溢出效应对SO-QDTA结果的影响进行分析。分析结果显示，优化后的SO-QDTA模型能够实现有效收敛并得到较为准确的结果；同时节点内部容量约束和是否考虑队列溢出效应会直接影响到模型分配结果的正确性。