科学的运量预测对区域内各种客运方式的规划建设、运输组织、经济效益及市场分配等有巨大的影响,而现有的公路客运量预测方法多以短期预测为主,能够精细预测中长期的方法较少,且随着高铁客运的加入导致产生诱增运量及公路客运产生转移运量。为了能够合理预测,本论文对公路节点进行系统性研究,并对MD模型进行改善与深化,完善了其理论,建立了基于MD模型的公路节点客运量的预测流程。论文首先对国内外公路客运量的预测方法进行分析总结,对本文要采用的MD模型预测法的国内外研究成果进行阐述。其次,在“北京市城市交通运行保障工程技术研究中心”开放基金项目与“北京市公路客运枢纽站场规划布局基础研究”两个课题的支撑下,以北京市为例,对公路客运客流机理、需求结构及影响因素进行分析,提出公路节点的运营组织模式,并从定形、定性、定向、定量四个方面对公路节点进行系统性分析,为公路节点客运量预测奠定理论基础。再次,采用支持向量机、RBF神经网络、时序预测三种典型的预测方法对北京市公路客运量进行预测,对比各种方法的适用范围及优缺点,并对MD模型的适用性进行了分析。基于此,在MD模型的出行牺牲量模型中加入出行疲劳度和延误率两因素,通过追踪车辆的方法对这两个因素的相关参数进行了调查,进而构建新的出行牺牲量模型。针对出行者的行为时间价值,首次引入基尼系数来确定时间价值的方差,进一步改进及完善MD模型的理论与方法,建立了一套完善的预测流程。最后,以京津唐经济圈为例,进行公路节点客运量需求预测。与原MD模型和Nested-Logit模型进行对比,证明了改进MD模型的合理性及有效性。该研究对促进MD模型在我国公路客运量预测的推广及应用具有重要的意义。