随着经济社会的快速发展,城镇化、机动化的快速推进,基础设施、综合运输体系的不断完善,城市的规模不断扩大、承担的服务功能不断叠加、集聚的人口和往来的客流与日俱增,随之而来的高峰拥堵、声光污染、事故频发已成为全国各级城市乃至全世界面临的严峻挑战。单纯依靠增加人力物力投入、进行大规模交通基础设施建设、限号限时段出行等传统应对方法,对城市综合交通运输体系的优化边际效益正在逐级递减,已不能适应城市交通的迅速发展。城市交通规划的重点正在由原先大规模交通基础设施建设,转变为对出行需求的有效准确管理。而对城市居民出行决策过程的研究,则是把握出行需求、制定管控措施的关键。本文选取城市中心城区居民为研究群体,以出行方式决策和出发时段决策为研究对象,通过居民出行信息调查与居民出行偏好调查,获取宜昌市中心城区居民个人属性、家庭属性、出行属性、决策偏好属性等基础数据;借助高德地理开放平台、Open Street Map(OSM)等获取基于交通小区的各类POI数据、用地性质数据。基于熵权法/因子分析法进行解释变量重构,并通过解释变量-结构变量间相关性分析,确定模型构建中解释变量上下层配置。基于重构且确定配置的解释变量,为克服仅基于随机效用理论框架下模型构建存在的如:假设出行者完全理性决策并对全局信息完全把握,与实际决策情景不完全相符;方案感知价值与期望理论所得客观效用不完全一致;缺少对出行者在不确定环境下风险决策态度表达等问题,以随机效用理论下出行行为研究中应用广泛的NL模型为基础,引入累计前景理论对模型框架进行改进。通过构造参考点、损益值、损益状态下价值函数,对传统效用函数进行改进,将客观效用主观化,转化为考虑风险决策偏好的方案感知价值,并通过前景值-累计前景值,自上而下进行方案预测。完成模型构建后,对所建模型统计指标、建模组/检验组预测命中率进行检验;根据模型参数标定情况,基于弹性理论对各解释变量-结构变量变动敏感性进行分析,提出针对性的城市居民出行结构优化措施。研究结果表明:所建模型模型组/检验组综合命中率分别为84.38%和81.75%,较仅基于NL模型的预测命中率有较显著提升(72.38%和70.50%),且在各出行方式/出行方案的预测上具有更好的稳定性。敏感性分析结果表明:月收入、年龄、家庭人数、家庭非机动车数、家庭机动车数、出行时间、时间价值观念、金钱决策权重、私家车/出租车出行满意度、出发地生活服务功能、交通服务功能等因素对出行方式选择有显著影响;教育程度、距公交站点距离、出行时间、出行体验机动化要求、接送出行机动化要求、公交出行满意度、全天出行费用/时间预算、出发地居住服务功能等因素对出发时段选择有显著影响。