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，由于交通需求预测过程中充斥着较多的不确定因素，而传统的交通需求预测往往忽视不确定性，给出的预测结果是单一确定的“点”预测，未能考虑不确定性对预测结果的影响将造成较高的决策风险。出行生成阶段的不确定性是四阶段模型不确定性的根源，其不确定性会在后续阶段被放大，因此，本文主要针对需求预测过程的第一阶段即出行生成量预测的不确定性进行研究，在出行生成量不确定的条件下探讨需求预测过程。首先，对交通需求的不确定性进行分析，包括不确定因素的存在情况以及不确定性在预测过程中所具有的传递性，通过对不确定问题度量方法的比较分析，明确了区间数度量不确定问题的优势，并对区间数的相关理论进行研究。其次，考虑对出行量的不确定性进行区间度量，本文从预测模型不确定性角度出发，分析出行量预测的多元回归预测模型存在的不确定性，基于模糊数学理论，将模型形式的不确定和数据不精确等不确定问题模糊化，建立出行量预测的模糊多元回归模型，拟合得到交通出行量在一定置信水平下的区间值，然后，通过案例说明模型的有效性。最后，为了考察出行生成不确定性对预测结果的影响，在区间出行量下对出行需求和路网的不确定性分析的基础之上，根据最小—最大后悔准则设计了区间路段阻抗下的最短路算法，将交通分布与通分配模型组合并描述了不确定区间出行需求下的组合预测模型，针对区间数的运算特性和模型的特点，在出行分布量满足单约束的条件下，结合区间分析法改进传统的MSA算法对模型进行求解，然后，利用算例对区间阻抗下的最短路算法和区间出行需求下预测模型的算法进行了分析验证，预测结果是一个包含出行需求不确定信息的区间值，在一定程度上减少了不确定性的决策风险。