城市交通系统是一个复杂系统。随着城市化进程的加快,交通需求不断增长,了解掌握城市交通系统内部结构、关系以及外部特征从而更好地优化资源已迫在眉睫。通勤者的日常出行活动无疑是占据了出行需求的大多数。了解和掌握通勤者日常出行活动的规律,以及这些规律对城市交通系统整体的影响,对城市交通规划及管理有着十分重要的意义。本研究从日常路径选择行为出发,采用自下而上的方法,研究了通勤者日常出行活动对城市车辆空间分布及宏观基本图的影响,以期在一定程度上,揭示城市交通系统的内外部特征,为控制优化城市交通系统提供依据。对应于微观、中观、宏观三个层面,本研究包括如下三部分:微观层面---日常路径选择模型:从思考到习惯。首先分析了日常路径选择决策区别于其他决策行为的特征以及通勤者由思考到习惯,并在外部环境发生变化时,重新回到思考的反复学习过程;根据影响通勤者决策的因素及其关系提出了通勤者进行思考决策概念模型,并分析了习惯路径选择的特征;在此定性分析基础上,对从思考到习惯的日常路径选择行为进行建模,并通过群体与个体两组数值模拟实验说明该模型可以反应通勤者有思考到习惯的出行决策演化过程,及分析每一天的决策过程。中观层面---源于出行者差异的车辆空间分布特征。对交通出行者分类,并将路段、路口以及各类出行者看作各种Agent,利用Multi-agent方法和Swarm仿真平台,通过规则设计,构造出较合理的抽象的城市交通仿真系统。通过三组实验,即不同需求实验、不同出行者实验、不同路网实验,对比分析出行者差异对城市交通路网中,车辆的分布特征进行研究。揭示了源自于出行者差异的车辆空间分布特征。宏观层面---日常出行中的宏观基本图。从更高的宏观层面分析了日常出行活动中城市交通系统所表现出来的宏观基本图,即网络平均密度与平均流量间的关系。首先在自行开发的微观交通流仿真平台ATS上建立日常出行仿真模型,并设计三类通勤者;设计两种情景进行研究,即由路径选择、出行时间选择通勤者组成的城市交通系统;通过对两种场景的比较,分析了日常出行活动中宏观基本图的收敛性、波动性以及时滞现象等特性。为更好的控制日常出行需求提供了依据。