科学的交通规划需要对交通分布特征进行系统研究。居民出行空间分布特征是交通分布中典型的统计属性，它可以帮助我们了解客运交通的流量和流向、现有交通系统满足出行需求的程度，为交通改善提供理论依据。 熵是分子热运动无序性或混乱性的度量。熵与概率的联系，使得熵概念得到了广泛应用，在通讯和信息科学、控制论等领域发挥着重要作用。信息熵是随机事件不确定性或信息量的量度，可以把信息熵原理应用于事物集合元素分布状况的描述和评价中。本文在总结居民出行特征研究一般方法的基础上，提出基于信息熵原理的居民出行空间分布研究方法，并对广州进行实证研究，探讨方法的合理性和存在问题。论文研究的主要结论如下： 信息熵可以定量评价居民出行空间分布的均衡性变化，解决OD期望线无法直观地反映一定时期内城市居民出行分布均衡性变化的问题。对广州不同时期的居民出行空间分布进行实例分析，结果表明：1984年至1998年居民出行空间分布均衡程度提高主要与城市内部功能完善有关；1998年至2005年居民出行空间分布均衡程度缓慢下降主要与城市地域规模的扩大以及城市形态的变化有关。 城市居民出行空间分布与土地利用结构、人口密度以及就业岗位密度等紧密相关，这些因素可以通过土地利用混合程度来反映。以广州中心片区为例，建立居民出行区间吸引比例与土地利用之间的混合熵模型，从模型反映规律来看：城市各区特别是新开发区土地利用混合程度的提高和内部功能的完善，可以均衡居民出行空间分布，减少居民跨区出行，缓解城市区间路网的交通压力；发达的公交和方便的出行可以吸引居民到新开发区居住和就业，改善老城区人口和就业岗位高度密集、交通日益拥挤的状况，引导旧城改造与新区开发协调发展。 最大信息熵原理可以为确定交通分布提供一种普适性方法，解决一般方法以及普通熵方法在确定交通分布时寻找经验分布的困难。对广州步行、自行车、小汽车、公交车和出租车五种出行方式作实证研究，结果表明：运用最大信息熵原理可以找到既满足约束条件又与实际情况非常吻合的理论概率分布模型，根据绝对熵差的大小可以区分模型效果的优劣。