随着我国城市社会经济的快速发展,城市交通发生了前所未有的迅速增长,供需矛盾激烈,城市交通问题日益突出。许多学者认识到如果能充分利用交通网络的能力,就可以有效的缓解交通系统目前的供需矛盾。信息技术的发展为缓解城市交通供需矛盾,提高交通网络运营能力提供了一个有力的工具。本研究在总结出行行为研究理论和方法的基础上,将交通信息作为一个重要的因素加入出行行为选择模型中,以更切实际地对出行者的出行选择行为进行研究,较传统的非信息条件下的出行选择行为模型更具有现实意义。论文首先对交通信息按不同的分类方法进行了划分,分析了交通信息的质量、发布方式、发布位置等影响出行选择行为的交通信息属性。随后从个体层面和系统层面分析了交通信息的作用。探讨了出行者属性、实时交通信息、实时路网状况三者之间的相互作用。同时,给出了信息条件下出行者动态认知和决策过程图。交通信息条件下,出行者的出行决策过程是一个不断学习和调整的过程,出行者在出行前、途中和出行后三个阶段不断学习调整,做出最优的出行选择,并不断强化出行经验。另外,论文分析了交通信息条件下所可能产生的信息过剩、过激反应、集聚反应等结果。论文阐述了意向调查的理论和方法。研究数据来自通过意向调查法搜集的吉林省吉林市居民信息条件下的出行意向选择数据。调查数据通过完整性检验和有效性检验后形成了后续建模所需的基本数据库。论文从出行者的家庭属性、个人属性和获得交通信息情况等方面对样本数据进行了特征分析。随后,论文基于非集计模型的模型的理论和方法,应用处理后的调查数据,建立了信息条件下出行者出行前和出行途中的出行选择模型,采用统计软件STATA10对模型进行标定,并通过统计指标对模型进行验证,深入分析了信息条件下影响出行者出行前和出行途中出行选择的重要因素。分析得出出行者的年龄、学历、收入水平、家庭是否拥有6岁以下儿童、对城区路网的熟悉情况以及最重视的出行信息属性等是影响模型的重要变量。在实际的出行选择情况预测时,向模型中输入出行者相关的家庭、个人社会经济属性和获得出行信息的相关情况,可以预测出出行者的相应选择情况。