交通需求预测过程是进行交通规划的基础，其预测结果直接作为决策者的分析依据。传统的四阶段交通需求预测法由于各个阶段相互独立，导致预测所需工作量大，还出现一些与实际不符的情况。而组合模型将关系紧密的预测阶段组合到一个过程进行研究，缩短了预测过程，减少了预测误差。目前，组合模型均认为交通出行需求是精确的，没有考虑到实际中出行需求的模糊不确定性，而在实际的交通需求预测过程中，交通出行需求往往是模糊不确定的，导致组合模型预测结果与实际值之间存在着较大的差距，以此作为决策和分析的依据都将存在较大的风险。在这种背景下，构造模糊出行需求下的交通需求预测组合模型显得尤为重要。首先，本文分别对交通需求预测过程的不确定性以及模糊性进行分析，包括预测过程中模糊不确定性影响因素分析，以及不确定性在预测过程中的传递性分析。其次，通过对出行生成量的模糊不确定性以及出行生成量预测的影响因素进行分析，在传统出行生成回归预测模型的基础上，基于模糊集理论，考虑出行生成量影响因素的输入模糊性，构建出行生成量的模糊回归预测模型，并通过算例说明了模型的有效性。最后，在基于Logit加载的传统组合模型基础之上，考虑实际交通网络中，出行起点的出行生成量是模糊的，对传统基于Logit加载的组合模型进行改进，提出了基于模糊出行生成量的交通分布与分配组合模型。然后，在一定的置信水平下，将模型转换为一个非线性规划模型，并给出了新模型的具体求解算法，并设计有效算例说明了模型的有效性。