交通信息对通勤出行行为产生着较深刻的影响,通信技术的成熟也使人们对交通信息的需求越来越强烈。目前的交通信息服务尚未实现在整个交通系统中共享,提供一种集成多种交通方式的动态综合交通信息服务将成为智能交通系统建设的重要目标之一。综合交通信息服务对出行链的影响体现在不断地规划和调整单次出行,整体上表现为出行链时空特征的变化和出行链结构的调整,即出行链重构。信息能否发挥作用取决于信息的内容和通勤者的反应,然而现有研究多针对单次出行,因此,研究基于出行链的行为分析方法,以及综合交通信息服务下通勤出行链的重构机理,对智能交通系统的建设具有前瞻性的指导意义。本论文以小汽车通勤出行链为研究对象,以综合交通信息作为输入条件,分析信息条件下的通勤者认知行为,研究综合交通信息下出行链重构的表现形式和机理,分析综合交通信息对小汽车通勤出行链特征的影响,以及不同输入条件下出行链时间重构、空间重构和结构变化三者间的相互影响规则,分析综合交通信息下出行链重构对网络交通流分配产生的影响。本论文的主要研究内容安排如下：首先,综合评述国内外基于出行链的行为分析方法,介绍交通信息对出行行为影响的研究成果。其次,定义综合交通信息、通勤出行链和出行链重构,基于通勤者对信息的关注程度分析信息加载方式的相对性,基于通勤者对信息的信任程度分析出行者的决策规则。从时间、空间和结构三方面描述出行链特征,刻画出行链重构的表现形式,分析重构要素间的相互联系。第三,设计综合交通信息的服务内容,利用RP调查与SP调查相结合的方法获取通勤者的实际出行链、意向出行链及其对信息的需求；基于调查数据,从宏观角度对比分析有无综合交通信息条件下通勤出行链的时空分布特征和结构的变化,阐述综合交通信息产生的影响；结合粗糙集理论,分析通勤者在不同出行阶段对不同类型信息的需求程度。第四,以固定信息为输入条件,基于RP-SP融合数据,从通勤出行链交通方式组合选择行为入手,将综合交通信息和出行链特征作为影响因素,分别建立Mixed Logit模型和基于粒子群双重优化的BP神经网络识别模型,分析各影响因素对交通方式组合选择产生的影响,从微观角度研究信息关注程度较弱时通勤出行链的重构机理,论证出行链时空重构对结构变化的影响。第五,以实时变化的交通信息为输入条件,确定具有不同信任度的通勤者制定出行决策的规则；分析出行链感知效用,以出行链感知效用最大化为目标,运用多阶段决策理论模拟单日内通勤者在动态信息影响下的动态选择行为,描述通勤出行链的形成与重构过程,并以北京市回龙观社区至北京交通大学的通勤出行为例,验证模型的有效性。最后,建立基于出行链的Probit型随机用户平衡模型,结合算例评价综合交通信息对网络交通流分配的影响。本论文的主要创新性成果如下：1.从时间、空间和结构三方面提出描述出行链重构现象的指标,分析并论证出行链时间重构、空间重构和结构变化三者间相互影响、相互制约的关系。2.设计综合交通信息服务内容,利用RP&SP调查方法获取实际通勤出行链和虚拟综合交通信息服务下的意向通勤出行链。运用内嵌遗传算法的粗糙集分析方法挖掘通勤者自身属性、出行链属性与综合交通信息选择结果间的依赖关系,对通勤者在出行前和出行中对不同类型信息的需求强度进行了评价。3.基于RP-SP融合数据,建立了综合考虑尺度系数差异、非显化异质性效应和参照依赖效应的Mixed Logit模型,研究了固定交通信息下出行链特征对通勤出行链交通方式组合选择的影响规律,分析了通勤者对综合交通信息的偏好态度及选择惯性,使RP-SP融合数据用于描述选择行为的能力得到提高；同时,从泛化能力、预测能力及解释能力三个方面,与基于粒子群双重优化的BP神经网络(DPSO-BPNN)识别模型进行了对比分析。4.基于效用理论、多阶段决策方法和最优化理论,通过实现综合交通信息在交通网络上的动态服务,建立了实时变化信息影响下通勤者对目的地、交通方式、出行路径和出发时刻同时选择的时空选择行为模型,实现对出行链的动态寻优,完成了对有限时域中通勤出行链形成与重构过程的模拟。5.从出行链的角度出发,构建了基于概率分配的随机用户平衡模型,设计了内嵌Monte-Carlo模拟的MSA求解算法。结合算例分析了平衡状态下的通勤出行链路径、交通方式选择结果及出行链的费用和结构变化,论证了综合交通信息对网络交通流量分配的影响；在求解过程中引入超级网络理论,解决了小汽车换乘轨道交通的出行链流量分配问题。