目前我国城市规模不断扩张、城市经济持续高速发展。一方面，城市化进程速度不断加快，大城市高速、高密度、集中紧凑开发特征十分明显;另一方面，机动化进程也不断加快，交通需求猛增，许多大城市交通系统正处于由传统交通结构向机动化交通结构转变时期，各种交通拥堵问题日益尖锐突出。其产生的根本原因是交通供给的刚性与交通需求的柔性之间的不平衡，即交通供需在出行方式、出行时间和空间上的矛盾。　　目前解决交通拥堵问题最有效的途径是在适度增加交通供给的同时，采用合理的出行需求管理措施和手段来动态引导交通需求的产生。为了分析与评价交通需求管理政策的可行性，一般需要分析出行行为特征并建立出行需求预测模型。现有的以传统“四阶段”集计方法为代表的出行需求预测模型将单个出行作为基本分析单元，缺乏活动假设基础，不探讨出行目的，忽视了出行和活动之间的时空联系，而正是这些联系构成了出行者一天的出行模式。因此传统“四阶段”方法表述客观现实的能力较弱。基于以上分析，本论文建立了24小时的、基于活动的、家庭/个人出行链水平的出行决策行为分析与需求预测非集计仿真模型。并采用2008年北京市居民出行调查数据，对模型进行了参数估计和应用测试。论文主要研究内容可以划分为以下五个部分:出行决策行为分析和需求预测非集计仿真模型整体框架的提出及软件平台的扩展、样本数据的整合和统计分析、个人活动/出行生成及安排非集计仿真模型的建立、出行方式选择非集计模型的建立，算法优化，参数估计及检验、整体模型的应用测试。　　(1)提出出行决策行为分析和需求预测非集计仿真模型整体框架。首先给出出行决策行为分析相关概念以及决策行为理论;其次重点提出模型组成构件、输入输出信息及演化过程;接着介绍模型软件平台XTMF的应用状态;最后对XTMF的数据导入、联合概率分布创建、出行时间矩阵计算以及区位选择概率计算等功能进行了进一步扩展。　　(2)对样本数据的大量整合和分析，有利于更好的理解出行者的出行行为特征。与此同时对个人活动/出行计划生成及安排模型和出行方式选择模型的建立起到了至关重要的作用。主要采用SQL语言对样本数据进行整合，统计分析了居民出行的时空分布情况、社会经济属性对出行特征的影响情况，如年龄、职业、驾驶证等对活动类型、开始时间、持续时间、出行方式及频率等的影响;创建了建模所需输入数据，即出行时间矩阵，区位选择概率分布表，活动开始时间，持续时间和频率的联合概率分布表等。　　(3)建立了个人活动/出行计划生成及安排非集计仿真模型。根据人们的活动和出行决策过程，以完整一天24小时作为时间尺度，建立个人活动计划生成及安排模型，分析研究出行者的出行行为特征和出行需求。模型引入“项目”及“活动片段”的概念，采用基于规则的建模方法，蒙特卡洛模拟方法和面向对象的编程技术仿真模拟人们对于日常活动/出行计划的选择，包括活动/出行目的的选择、出发地/目的地区位的选择、活动开始时间，持续时间的选择，构建统一时空约束下的个人活动计划生成及安排模型，研究人的出行行为如何影响出行需求的产生，并合理预测交通需求的时空分布规律。　　(4)应用离散选择理论和随机效用最大化理论建立居民出行方式选择非集计模型。把居民出行方式的选择行为建立在家庭出行链和个人出行链等两种不同水平上，同时考虑家庭小汽车分配等限制，使得模型的结构变得更加符合现实。取年龄、收入、性别、出行时间以及驾驶证等作为解释变量，以小汽车、公共交通、自行车、出租车、步行以及搭乘方式作为选择枝，采用蒙特卡洛模拟方法、小生境遗传算法和极大似然估计等方法完成了模型参数的标定以及检验。模型研究个人及家庭各项社会经济属性对出行方式选择情况的影响。　　(5)整体模型的应用测试。以第五章模型所预测出来的出行信息为基础数据，采用第六章出行方式选择模型所估计出来的参数值，对活动/出行计划生成及安排模型和出行方式选择模型进行整体应用测试。分别从出行时间、出行目的、出发地/目的地区位以及出行方式等维度，分析出行行为特征和出行需求时空分布规律，预测出行方式选择结果。