交通需求预测是城市交通规划中的重要内容,其中出行生成与分布预测作为整个交通需求预测的基础环节,对预测方法的研究一直是交通规划的研究重点。目前,我国各大城市在需求预测中多采用四阶段法建立土地利用-交通相互关系模型。作为典型的集计模型,四阶段法层次分明、易于理解,但这种方法在一定程度上忽略了出行者自身社会经济属性等因素对出行的影响,缺乏解释因素。基于活动的出行行为分析方法,以非集计模型为基础,侧重于精细化的个人出行数据研究,在微观层面弥补了四阶段法的不足,但方法涉及的变量数量过多,模型标定及软件开发困难,限制了该方法在实际交通规划工程实践中的应用。因此,如何将传统的四阶段预测法与基于活动的出行行为分析方法结合起来,做好出行生成与分布预测并指导交通规划工程实践,对于完善交通需求预测的理论与方法具有重要意义。本文依托国家自然科学基金项目(51338003、71771049),立足于我国城市交通发展的现实情况和工程需求,首先以南京市江宁区为研究案例,在对交通小区进行分类的基础上,利用居民出行调查数据构建居民出行数据库,从中提取居民出行链数据,定性分析了不同类型交通小区工作者、非工作者、学生三类人群在出行链类型、数量、长度、复杂度等方面的分布特征。在定性分析居民出行链特征的基础上,从工作者、非工作者、学生三类人群出发,在各类型交通小区中进一步探究影响三类人群出行链类型的关键因素:工作者主要受性别、年龄、职业、有无小汽车、家庭有无儿童和家庭汽车数量六类因素影响,非工作者主要受性别、有无小汽车和家庭有无儿童三类因素影响,学生主要受小区类型的影响。基于关键影响因素,对各类型小区中的三类人群进一步交叉分类,得到具有相似活动特征的典型人群。以工作者为例,构建了基于典型人群出行链的生成-分布组合模型,在建模过程中,利用地图兴趣点数据准确刻画交通小区对不同出行目的的吸引强度。在此基础上,以江宁区7个交通小区作为案例,对提出的基于典型人群出行链的生成-分布组合模型进行了检验,预测结果与居民出行调查实际情况基本一致。最后,在基于典型人群出行链的出行生成-分布组合模型基础上,利用Visual C++编程语言,在“交运之星——TranStar”平台上实现了具有出行生成-分布组合预测功能的专业软件模块,提升了本文研究成果的应用价值。本文的研究成果将为建立符合我国居民出行特征、宏观与微观相结合的出行生成-分布组合模型提供有益的技术思路和实现手段,为城市交通系统规划与管理策略制定提供决策依据,有助于研究成果在实践中进一步推广。