交通需求预测模型与智能交通系统(ITS)的信息平台经过了多年的研究与发展,都取得了不少成就。但是这两个领域中也出现了各自的问题与不足。在交通需求预测领域,运用的比较成熟的技术主要为“四阶段法”。由于这种方法需要将各种参数以小区为单位进行集计处理,所以会影响到交通预测结果的准确度。目前的交通规划的调查方法还主要采用的是人工调查法,这不仅需要花费大量的人力、物力、财力;而且还很难得到所需的准确资料。交通需求预测的另一个分支为基于活动出行的需求预测,虽然其能够克服集计模型的诸多缺点,但是它还仅处于理论研究阶段。在智能交通系统(ITS)领域,很少有人将宏观交通预测考虑在内,只是在出行者信息系统(ATIS)中对短期交通预测有一定的研究。本文的主要研究内容是采用智能交通的技术收集个人与车辆的出行资料,并设计具有为基于活动的出行需求预测标定提供准确而充实数据的交通信息平台,且此平台还增加了各种交通管理与控制的功能。这对智能交通应用的扩展与交通需求预测模型的发展有着重要的现实意义。本文首先综述了非集计理论与基于活动出行的交通需求预测理论。通过对前人工作的深入理解,得出了自己的活动出行需求预测模型的构架,且运用SPSS软件对湛江市的居民出行方式选择模型进行了参数标定。在分析总结了现状人工调查法与各种道路交通运行检测设备的优缺点的基础上,提出了使用GIS的空间分析功能从GPS定位数据中获取个人与车辆出行数据的方法,可获取的出行参数为出发地点、出发时间、到达地点、到达时间、出行方式、出行路径等。然后,针对活动出行需求预测模型的需要,设计出了交通信息平台的系统结构、功能结构与数据库概念结构。并为平台所需的某些基础功能提出了实现技术,如数据的存储、GPS数据的预处理方法、GIS中的时间存储方法等。最后,以实际的出租车出行GPS数据为例,成功编制了获取出行参数的VB程序。并为此平台所增加的功能,如停车收费、交通拥堵收费、高速公路收费、公交自动收费等,提供了设计方案。虽然,本文所研究的交通信息平台在最近一段时间内还无法付诸应用,其真正实现还需更进一步的研究。但是,运用GSP获取交通参数的技术为ITS在交通的各种研究领域的应用指明了新的方向。