本书基于北京市望京地区出行者的活动和出行GPS轨迹数据，分析出行者的活动／出行行为特征的日间差异性。在此基础上，选取“出行开始时间”行为特征变量，研究早高峰期间小汽车出行开始时间选择的影响因素和识别规则，形成小汽车出行开始时间预测模型。最后，根据出行开始时间的日间差异性和小汽车出行开始时间选择影响因素，按照“拉长高峰持续时间而减少高峰时刻的交通量，达到削峰作用”的原则，从受调节对象、调节交通量、调节出行日和调节时间等维度，设置“错峰工作制”出行需求精细化管理对策仿真情景，探索早高峰期间小汽车出行开始时间的概率分布变化，评估“错峰工作制”出行需求精细化管理对策的实施效果。本书可用于交通需求精细化管理对策的制定和应用。

第1章 绪论
1.1 背景与意义
1.2 国内外研究现状
1.2.1 基于活动的出行行为特征研究
1.2.2 基于活动的出行需求预测研究
1.2.3 活动和行为理论研究
1.3 本书主要内容
第2章 交通需求管理概述
2.1 交通需求管理产生的背景
2.2 交通需求管理的发展概况
2.3 交通需求管理的主要策略
第3章 出行者活动／出行行为的日间差异性
3.1 数据
3.1.1 数据来源
3.1.2 数据准备
3.2 样本描述
3.3 研究设计与分析方法
3.3.1 研究设计
3.3.2 分析过程
3.3.3 分析方法
3.4 结果分析
3.4.1 活动时间分配的日间差异性
3.4.2 出行频数的日问差异性
3.4.3 活动持续时间的日间差异性
3.4.4 出行方式选择的日间差异性
3.4.5 出行开始时间选择的日间差异性
3.5 本章小结
第4章 出行开始时间的识别规则和预测模型
4.1 变量选取和描述
4.1.1 被解释变量
4.1.2 解释变量
4.2 数据理解
4.3 分析方法
4.4 模型结果分析
4.5 本章小结
第5章 “错峰工作制”出行需求精细化管理措施
5.1 背景及研究现状
5.2 仿真情景设计
5.3 仿真结果分析
5.4 本章小结
第6章 研究结论与展望
6.1 研究结论
6.2 研究展望
附录A MLP神经网络突触权重估算值
附录B Logistic回归分析模型系数表
参考文献