当前社会,私家车出行方式在城市内及城市间均占有相当比重,对城市内、城市间交通有重要影响。私家车群体在区域内的出行交互存在特定的模式和规律,在相当程度上能表征居民的出行需求和行为模式。区域间的私家车轨迹分析可应用于居民出行行为分析,服务于城市基础设施建设。长株潭城市群是我国中部地区的一个城市群,该城市群生态“绿心区域”位于三个城市的交界处,主要包含三个城市的市郊区域。规划生态“绿心区域”的目的在于加强生态文明建设,发挥生态屏障和生态服务功能,其区域内的路网结构建设合理与否直接关系到“绿心区域”能否发挥其功能,满足设施完善、服务均等的发展目标。本研究从空间交互角度出发,聚焦于私家车在城市群城市与区域内旅游景区间的交互行为,研究区域内私家车与旅游景区的空间交互差异,构建一种顾及旅游景区选择偏好与交互差异性的路网优化方法。本文主要包括以下研究内容:1)构建了一个基于私家车交互轨迹的私家车对旅游景区的选择偏好建模框架。构建私家车出行的移动-停留链,提取与景区发生空间交互的私家车群体,从私家车对旅游景区的选择需求角度,提出了旅行时间、游玩时间与预期差值、游玩景区等级与预期差值、游玩花费与预期差值等四个特征,利用机器学习算法构建出私家车对旅游景区的选择偏好模型。当采用随机森林算法,分类器数目为100,最小分裂样本数目为10时,选择偏好分类模型的准确率最高达到93.23%。2)定义了一种基于基尼系数和交互强度的旅游景区交互差异性指标,揭示了长株潭城市群“绿心区域”内旅游景区交互的空间差异性。借鉴可达性的定义,用出发区域对旅游景区的需求人口数、旅游景区的POI设施密度以及私家车到达某旅游景区的平均时长来定义交互强度中的出行需求、景区吸引力和交通设施建设水平,并引入基尼系数定义旅游景区交互差异性指标。实证分析发现:“绿心区域”内旅游景区有90.35%的景区交互差异性数值大于0.4,均值为0.8065,整体差异性大、公平性较低。3)提出了一种顾及旅游景区选择偏好与交互差异性的路网结构优化方法。引入基于旅游景区选择偏好计算的交互差异性因子,与道路建设成本因子共同构成优化的目标函数,从路网形态和路网规模两方面构建约束条件,应用遗传算法思想设计求解流程,在设计惩罚函数和优化求解的初代解中体现约束条件。实验结果在第56代收敛,目标值从初代解的0.3707下降至收敛解的0.3278,下降了11.6%,同时优化前旅游景区交互差异性均值为0.8065,优化后为0.7293,降低了9.6%,表明求解的优化路网方案能够有效改善该区域的旅游景区交通公平性。