容量限制分配法是在最短路径法基础上引入容量（通行能力限制规则）的“非平衡分配模型”，通过动态路阻函数反映交通负荷与阻抗的关系，实现符合实际约束的交通流量分配。其核心逻辑是将道路通行能力作为约束条件，通过迭代优化或增量加载的方式，将交通需求合理分配到路网中各路径。以下是具体技术要点：一、技术核心：动态路阻函数该方法通过建立路阻函数量化交通负荷对路段阻抗的影响。典型公式为美国联邦公路局提出的模型：t = t₀[1 + α(V/C)ᵝ]其中：t为有交通量时的路段行驶时间，t₀为无交通量时的基准时间；V为路段机动车流量，C为路段实用通行能力；α、β为标定参数（通常取α=0.15、β=4），反映交通负荷对阻抗的敏感度。该函数动态调整路段阻抗，使流量分配更贴近实际交通流特性。二、两种分配形式容量限制增量加载分配步骤：将原始O-D表（起讫点交通需求表）分解为K个子表（如K=5），按比例（如30%、25%、20%、15%、10%）分阶段分配。迭代机制：每阶段分配后，根据当前流量更新路阻函数，修正路段阻抗，直至所有子表分配完成。特点：通过分阶段加载避免单次分配的偏差，但需预先设定分配比例和次数。容量限制-迭代平衡分配步骤：无需分解O-D表，初始假设各路段流量为零，计算初始阻抗并分配流量；随后根据分配结果更新阻抗，重新分配流量，直至前后两次分配的阻抗或流量差异满足精度要求（如误差<5%）。优势：直接迭代优化，无需预设分配比例，便于计算机实现和工程量估算，因此应用更广泛。三、方法特性与优势动态约束优化：将道路容量作为硬性约束，避免超负荷分配，符合实际交通管理需求。迭代逼近最优解：通过多次调整流量分配方案，逐步逼近满足容量限制的最优解，尤其适用于复杂路网。启发式算法结合：在实际应用中常结合启发式规则（如遗传算法、模拟退火），提升对大规模或动态交通场景的适应性。运筹学基础：从流量分配策略角度看，该方法属于约束优化问题，通过平衡路径选择与容量限制，实现系统效率最大化。该方法因兼顾计算效率与实际约束，在交通规划、信号控制优化等领域被广泛应用，为缓解拥堵、提升路网运行效率提供了科学工具。