交通出行方式的可靠辨识研究是基于“四阶段法”进行交通规划的重要依据,对于城市交通规划与管控、优化交通出行方式结构、缓解道路交通拥堵具有积极作用。然而,面对日益丰富的交通出行方式,既有出行方式辨识研究所使用传统的人工问卷调查数据和手机GPS定位数据存在数据获取成本高、数据样本有限等问题。移动通信技术的发展为交通出行方式辨识研究提供了低成本、大样本的数据来源。现有利用手机信令数据辨识出行方式的研究多采用基于规则的模型、机器学习模型以及统计分析模型这类确定性模型,存在对交通出行特征的不确定性考虑不足、对非完备手机信令数据的利用不够充分等问题。基于此,本文以手机信令数据为基础,深入分析交通出行特征的时间特异性和不确定性,采用贝叶斯网络模型,解决基于手机信令数据的交通出行方式可靠辨识问题,形成交通出行特征时间特异性量化表征、考虑交通出行特征不确定性的出行方式可靠辨识模型构建、面向非完备手机信令数据的出行方式辨识三项成果。论文的主要工作如下:交通出行特征提取和时间特异性分析。有效的交通出行特征提取和出行特征时间特异性表征与分析是进行出行方式可靠辨识的重要前提,现有的出行方式辨识研究从手机信令数据中提取的出行特征类别局限于出行行为特征,且对于出行特征的时间特异性分析不足。基于这两点不足,本文一方面根据手机基站位置和手机用户的信令数据从交通环境属性、出行者个人属性和交通出行行为属性三个角度提取了多维交通出行特征,另一方面通过分析出行时长特征分布特点和出行速度特征分布不确定性,构建了量化交通出行特征时间特异性的指标,明确了各类出行方式的时段分布特点,为后续出行方式辨识模型的构建打下基础。考虑交通出行特征不确定性的出行方式辨识模型构建。交通系统的运行状态不同和交通工具的物理属性不同使得各类出行方式的出行特性表现出诸多不确定性,该部分基于先验知识全面分析了出行方式特征的不确定性,综合信息论意义和概率论意义上交通出行特征之间的依赖关系结论,构建了可靠的出行方式特征因果关系网络,完成基于贝叶斯网络模型的出行方式辨识模型构建。模型总体的辨识正确率较为理想,对城市交通出行方式结构的把握较为准确,可以为交通规划与管理、交通出行方式结构优化提供依据。出行方式辨识模型的鲁棒性分析。移动通信硬件设施布设水平和通信过程的不稳定性使得利用手机信令数据进行交通研究具有一定的不确定性,具体表现为手机信令数据存在不同程度的数据缺失,因此评估不同完备度数据场景下模型的性能对可靠辨识出行方式具有重要意义。该部分基于现实中手机信令数据可能的缺失情况,通过组合多维交通出行特征构建了三个不同完备度的观测数据场景,验证了所构建的出行方式辨识模型的鲁棒性,并重点分析了三种交通出行行为特征对于出行方式辨识正确率的影响,挖掘了出行方式辨识过程中的关键出行特征,相关结论为使用非完备观测数据进行出行方式可靠辨识指明了方向。本研究的研究成果可以帮助交通规划与管理部门更加准确地把握城市交通出行方式结构特征,为发展绿色交通、低碳交通、制定交通出行方式结构优化政策提供重要依据。