随着经济的发展,交通拥堵日益成为制约我国经济发展的重要因素。近年来,北京、上海等大城市均出现了严重的交通拥堵,影响了城市的健康发展。为解决交通拥堵问题,政府部门采取了许多交通需求管理政策来促使出行者改变出发时间或从小汽车出行转向公共交通、非机动车出行。研究表明,建立科学、合理的居民出行行为模型(出发时间选择模型、出行方式选择模型等)来预测政策实行后出行者的反应对于评估交通系统的运行状态具有重要作用。传统的居民出行行为模型基于个人效用最大化原理,假定出行者具有完全理性和无限信息性,将会准确评估出每个选择肢的具体效用值,并选择对个人效用值最大的选择肢。但实际上,出行者具有有限理性和不完全信息性,并不能精准地知道交通系统的实际情况,也往往不是选择效用最高的选择肢,而是根据经验选择一个相对满意的选项。针对这个问题,本文展开基于智能体的出行行为模型(出发时间选择模型和交通方式选择模型)研究,放松传统模型中出行者完全理性和获取信息不需要成本的假定,建立更为符合出行者决策特点的出行行为模型。本文的研究成果主要包括以下几点:1.开展了基于智能体的出发时间选择模型和交通方式选择模型理论研究,提出模型的框架主要包括搜索效益、搜索成本、搜索规则和决策规则四个方面,并用发生式规则(if-then)来模拟出行者的搜索和决策过程。另外,本文还从理论和模型表现上对比了基于智能体的出行行为模型和传统基于个人效用最大化原理的Logti模型。2.本文深入研究了居民出行行为数据调查方法,并结合研究要求,采用JAVASCRIPT和JAVA编程,设计了动态网页版问卷和平板电脑APP版调查问卷,并收集了研究所需数据。3.利用机器学习算法,建立了基于智能体的出发时间选择和出行模式选择联合模型。利用MATLAB将模型写成仿真程序,应用在北京二环以内的路网拓扑结构上,分析了拥堵收费和需求增加对出发时间和模式选择结果的影响,结果显示该模型能够较好地预测出发时间改变和交通方式改变行为。4.将模型与开源宏微观交通仿真软件TRANSIMS相集成,搭建了动态交通规划与仿真平台,以中新天津生态城为例进行了应用案例研究。结果显示,基于智能体模型能与各种宏微观仿真软件的结合,并进行场景和政策分析。