随着信息时代的到来,信息对交通运输的影响变的愈来愈明显.先进的通信技术不仅替代了部分出行,也极大地拓展了人们的视野,从深层次影响着人们长期以来的出行习惯和模式.居民出行习惯和模式的改变,对现有的城市交通规划理论提出新的要求.作为国家自然基金项目(考虑信息影响的城市交通规划模型与方法)的子课题,论文主要针对出行分布与方式选择两个方面进行了研究,主要内容如下:通过逐项分析了各种的现代通信工具对城市交通的影响程度,从固定分布与弹性分布两方面确定了信息对出行分布的影响机理;从各种出行方式受信息影响的程度方面确定了信息对方式选择的影响机理.从信息影响出行目的地选择的角度,解释了现有出行分布模型预测结果与实际情况偏离较大的原因.以人均相对信息化程度作为信息交换量的替代指标,并将其引入出行分布模型,建立起新的基于出行产生、出行吸引、区间阻抗及人均相对信息化程度等四个影响因素的重力-信息出行分布模型,该模型操作简单,预测精度较高.引入卡尔曼滤波理论,同时考虑了信息因子的影响,建立了基于卡尔曼滤波理论的出行分布模型.该模型从含有误差的预测数据中滤出噪声,对出行分布量做无偏最优估计.该模型在预测精度上较现有其它模型都更具优势.为解决现有分布模型难以扩展的缺点,建立了基于神经网络理论的出行分布模型,该模型在预测精度上不及重力-信息模型,但可扩展性很好,可以很容易地将新量化的影响因素添加到模型中.同时,对文中给出的三类模型进行了比较分析,提出用重力-信息模型替代现阶段常用的双约束重力模型来进行居民出行分布预测.最后,通过分析信息社会城市空间布局分散化、混合化的发展趋势,提出一个与土地混合利用率有关的步行与非机动车分担率预测模型;另外,把信息影响因子作为Logit模型中效用函数的一个特性变量进行考虑,并结合"直觉乘车时间"的概念,对效用函数计算方法进行了改进.