随着生活水平的不断提高,居民越来越注重出行环境的质量,出行幸福感逐渐成为衡量居民出行水平的一个重要尺度,而出行幸福感的一个重要体现是居民对出行的满意程度。近年来,出行与幸福感之间的联系越来越紧密,居民出行幸福感已成为交通领域研究的新方向。研究居民的出行心理和行为特点,挖掘影响城市居民出行心理模式选择及其出行满意程度的显著因素,可以准确把握居民出行的规律,预测出行需求,优化出行结构,同时也能有针对性地优化出行环境,促进城市交通可持续发展,提高城市居民出行的幸福感,为完善交通基础设施建设、制定交通政策和合理配置资源提供参考。本文以深圳市福田区为对象展开具体研究,内容如下:首先,运用随机效用最大化理论,构建MNL模型,借助SPSS软件对模型进行参数估计,分析影响居民出行方式选择的显著性因素,包括个体属性、家庭属性、出行特性等三个方面,并以显著性影响因素为出发点,提出出行优化措施。第二,通过问卷调查法获取出行者的出行满意度评价等级,用于反映出行者在出行过程中认知维度的出行幸福感。融合出行因素和安全因素构建结构方程模型对影响居民出行满意度的显著性因素进行分析,对参数进行标定;而后将现状样本数据分为训练集和测试集,引入支持向量机模型（SVM）和多层感知器深度学习模型（MLP）对出行满意度测算模型进行拟合,标定模型参数;最后从增加各种交通方式接驳的灵活性、提高出行的安全性和提升居民出行的幸福感等角度提出满意度提升措施。第三,利用标定的模型,结合上述提升措施预测居民出行满意度,用于评估满意度提升措施实施后的效果,为相关部门制定交通政策提供参考。结果表明,提出的优化措施具有良好的效果,措施的实施可以显著提高居民出行满意率。最后,分析居民出行幸福感与出行满意度之间的关系,然后根据两者之间的关联,从如何进行交通规划的角度、如何制定城市政策的角度和如何改善交通体验的角度为如何提升居民出行幸福感提出切实可行的方法建议。图14幅,表16个,参考文献77篇。