MD (Modal Demand)客运量预测理论与方法诞生于日本,是一种特别适用于客运专线等新型交通方式的预测模式。上世纪末,被引入到我国京沪高速铁路运量预测中,因其具有预测客流转移增量、诱发增量的精细功能而受到业内很多专家学者的认同,被认为在我国大规模的客运专线,高速铁路规划和建设中能够发挥重要的作用,但事实上MD预测模型并没有在国内得到广泛的运用。这其中主要原因就是,MD预测模型中的相关核心问题仍需要结合国内研究和应用的实际情况加以解决。基于此,论文对其中的旅客行为时间价值参数的标定、旅客出行效用参数的标定和潜在客运需求函数的构建三个关键问题进行探索研究。论文的结构与工作体现在以下几个方面：论文第一章主要介绍了论文研究的背景及意义,国内外专家对MD模型的研究现状以及本论文的研究内容。第二章阐述了MD模型的基本原理,在此基础上,分析了MD模型的应用的关键问题在于时间价值、出行效用和潜在客运需求函数的确定。第三章对MD模型中的时间价值概率分布参数的标定方法进行了研究。论文提出基于效用最大化理论,在效用函数中引入时间、费用和收入3个变量推导出出行者选择行为的Logit模型,从而估算时间价值的均值和方差,并采用TransCAD软件结合算例进行了验证。第四章对MD模型中的出行效用的标定方法进行了研究。考虑出行效用的不可量化性,论文从效用、时间价值和潜在需求显化率三者的关系以及实际的出行数据反推出行效用,建立了一套可行的出行效用的计算方法。第五章对MD模型中的潜在客运需求函数进行了研究。论文利用客运量与潜在客运需求量之间存在的显化率这一定量关系,推算研究区域各交通小区之间现状潜在客运需求量,在此基础上,利用现状潜在客运需求量和现状各交通小区可获得的宏观社会经济指标数量进行交叉回归分析,建立综合潜在客运需求函数。第六章在前几章研究的基础上,介绍了MD模型的应用过程和步骤。论文的研究对开展时间价值研究,出行效用研究和客运需求函数研究具有一定的参考借鉴价值,对促进MD模型在我国的程序化和广泛应用具有重要的意义。