随着机动化水平的提高,人口的增长,城市拥堵问题日益严重。引起城市拥堵的根本原因是供需不平衡,大量研究表明,解决交通拥堵的有效方法是进行交通需求管理和合理的交通规划,两者都需要对交通需求进行预测,这也是交通需求预测的主要作用。现阶段交通需求预测主要是以“四步骤法”为代表的集计分析,将每个人的交通活动按交通小区进行统计处理、分析,从而得到以交通小区为分析单位的模型,称为集计模型。在交通规划过程中,若应用集计模型,往往需要大规模的交通调查,这样就会导致花费大量人力、财力；同时,集计模型是从宏观角度研究交通需求,对于个人的出行没有相关机理及决策研究。随着交通管理政策的变化,规划人员开始认识到开发复杂模型的必要性,非集计模型随之产生。所谓非集计模型是与集计模型相对而言的,指以实际产生交通活动的个人为单位,对调查得到的数据不进行按交通小区统计等处理而直接用于建立模型,能够准确描述个人或家庭的出行决策过程。牛津大学的学者在上世纪七十年代提出了基于活动的出行需求预测方法,在1977年在澳大利亚举办的第三届交通行为国际会议上,这个方法得到认可,此后便得到广泛关注。现在为止,基于活动的方法已成为交通需求分析里最有前景的方法之一。基于活动的分析方法认为,人们参加社会经济活动的需要是出行需求的根源,出行的根本目的是在不同的时间和不同的地点完成不同的活动。因此,活动是出行需求分析的根本,并对出发时间、出行方式、目的地选择等要素产生影响。基于活动的方法应用于交通需求预测时,首先对活动属性变量进行建模分析,然后把活动属性作为参变量对出行属性变量进行建模,因此能够揭示出行者活动安排和出行需求之间的内在联系。本文以北京市第三次居民出行调查数据为基础,分析了通勤者家庭属性,个人属性及通勤活动特征。发现男性通勤者多于女性通勤者,并且男性通勤者的驻停次数要明显多于女性通勤者,出行方式与通勤活动的出发时间、驻停次数、活动类型等在不同程度上关系密切。在上述分析的基础上,(1)建立通勤出发时间和驻停次数组合模型。定义了组合模型的最大似然函数,用STATA 10.0编程实现了通勤者出发时间和驻停次数的联合建模,研究结果表明出发时间和驻停次数的选择与工作开始时间、出行方式关系密切,为出发时间与驻停次数相关关系的建立提供理论依据,并在上述研究基础上分析通勤活动对交通高峰出行量的净贡献；(2)建立活动类型选择的MNL模型,研究结果表明年龄、工作时间、家中6岁以下儿童数、出行方式、出行距离等对活动类型的选择有显著影响,对如何利用活动类型为交通政策服务进行研究；(3)建立加速失效时间模型,用其对通勤持续时间进行研究,并假设基础风险函数服从Weibull分布或指数分布,分别建模分析,研究结果表明Weibull分布的假设对通勤持续时间的拟合度更好,最后提取通勤持续时间的影响因素,得到通勤持续时间变化规律。论文基于居民出行调查,以通勤者的通勤活动为研究对象,对缓解城市交通拥挤、提高通勤者的出行质量,以及交通需求预测,交通规划和交通策略的制订具有重大意义。