城市居民交通出行系统是一个典型的复杂适应系统,随着城市规模的扩大和人口的聚集,城市交通拥堵问题已经严重地制约了城市经济的发展。交通拥堵问题实际上是交通供给和交通需求之间的不平衡,解决这个问题,必须对交通需求进行研究。而对出行者个体行为的研究是交通需求研究的基础,从复杂适应系统理论的角度出发,对从个体出行者行为到社会出行整体现象的演进过程的研究是很重要的。本文以复杂适应系统理论为基础,采用多主体建模的方法,利用Swarm平台,对个体出行行为进行了仿真研究。总结了国内外关于交通出行行为以及复杂适应系统建模的研究发展现状;在此基础上,对复杂适应系统的理论概念及系统方法进行了总结;从复杂适应系统理论的角度,对个体出行行为进行了分析并建立模型,应用Java语言设计实现了基于Swarm平台的个体出行行为的仿真系统;围绕出行者个体之间的交互作用进行了对比实验,观察可视化模型的输出结果,研究个体出行行为中从简单到复杂的涌现现象,得出如下结论:(1)交通出行系统中存在群体学习的正效应,即群体学习效果优于个体学习效果加合。(2)在一定范围内,出行者交流共享出行经验可以改善整体出行状况,但超过这一范围,更多的共享信息有可能成为冗余不起作用,甚至起反作用。在路网负载较高的情况下,这种反作用更加明显,以至于造成堵塞振荡和堵塞转移的现象。