基于活动的日活动计划模型研究1
隽志才1，宗 芳2，李志瑶3
1上海交通大学交通运输研究所，上海 200052
2吉林大学交通学院，吉林 长春 130025
3长春大学，吉林 长春 130022
摘 要：本文的主要目的是建立居民日活动计划模型，并探讨模型在交通规划中的应用途
径。文章根据基于活动的出行需求预测思想和建模方法建立了日活动计划模型，应用长春
市居民出行调查数据进行了参数标定和模型验证，并且用“模拟——比较——评价”方法
将已建模型应用于交通需求管理政策的制定和评价。结果表明建立基于活动的日活动计划
模型，可以全面有效地模拟和预测居民活动安排情况，进行交通需求管理策略的评价研究，
为交通部门制定管理政策提供依据。
关键词:出行需求；往返行程；非集计模型；选择肢
1.引言
随着城市交通系统规划思想的不断发展和交通需求管理政策的实施应用，分析城市居
民出行行为、建立高效的出行需求预测模型对未来年居民出行行为进行预测，为交通系统
规划和交通需求管理政策的制定和评价提供基础数据和分析评价的依据，成为交通领域近
年来一直研究和探讨的问题。基于活动的出行需求预测方法是目前出行需求预测方法中较
先进的方法，它能够用个人及家庭的数据进行参数估计，准确预测和描述人们的出行决策
过程。从 20 世纪 70 年代开发至今，该方法经过多次改进，已经有其系统性的理论和建模
方法，而且近年来多次应用于国内外城市交通需求管理政策的评价中。
2. 基于活动的出行需求预测的基本建模思想和模型框架
活动思想
人们出行是由于参加家庭之外活动的需要，因此活动需求引发出行需求。要想研究路网
上的出行的各种时空分布性质，首先研究的不是出行，而是最终产生出行的一些活动参与。
基于活动的出行需求预测方法正是依据这一思路进行出行预测和规划的。该理论的基本思想
总结如下：
第一，出行的需求源于活动的需求,出行选择的决策是基于活动的（Jones, 1977）[1]。
第二，人的行为受时空的限制（Hagerstrand, 1970；Jones,1977）。要在不同时间和
1本课题得到高等学校博士学科点基金资助项目 (20030183008) 和国家自然科学基金资助项目
（50578094）的资助
作者简介：隽志才（1954－），男，上海交通大学教授，博士生导师，主要研究方向为运输系统规划与管理
-1-
地点进行不同活动，并且去各个活动地点都要花费时间[1] [2]。
第三，家庭类型和生活方式都影响个人的活动和出行决策，许多决策都是家庭决策的一
部分，并受家庭中其它成员的限制(Chapin, 1974；Jones, 1983) [3] [4]。
第四，活动和出行决策是动态的，并且受过去和预期事件的影响(Goodwin, 1990) [5]。
日活动链的表达
一个出行者将根据自己的活动需求来安排一日内的多次出行，以满足在不同时间到不同
地点去实现各次活动的需要。将这些一日内的出行首尾连接起来就形成了日活动链。我们的
主要任务是将出行者的日活动链分解为单方向的出行或往返的行程，把这些组成部分有规律
地表达出来，并且找到影响日活动计划的因素，用适当的模型模拟和预测日活动链，以便用
于居民的出行需求预测和交通需求管理政策的评价分析。那么我们的首要任务就是用一些在
活动过程发生的事件或过程把日活动链分解并表达出来。通过总结分析日活动链的规律，本
文归纳出以下几个主要事件。
（1）活动
活动指的是个人在一个连续时间段内因为某种目的，采用一定的到达方式和优先权在
某个地点去实现此目的的过程。它是基于活动的出行需求理论的根本。
（2）出行
出行也就是我们通常所说的从一地点到另一地点的移动过程，在这两点之间没有任何第
三停留点，出行的方向总是从发生端指向吸引端。
（3）往返行程
往返行程把一系列有序的出行按照先后顺序依次连接起来，即从某地点出发，经过一系
列的出行后又回到此出发点。
（4）一阶往返行程（目的地）；二阶往返行程（目的地）
出行者一天的活动可能由很多次往返行程组成，我们可以综合按照时间上的先后顺序和
活动的重要程度等原则将组成这些往返行程分为一阶往返行程和二阶往返行程，分别表示一
天中进行的最主要的往返行程和其它几次往返行程的总称。一、二阶往返行程中的主要活动
目的地分别被称为一、二阶目的地。
（5）子往返行程
在实际出行中，我们把以工作单位为起终点的往返行程称为工作子往返行程。例如，一
个人从单位出发去吃午饭，然后回单位，这个过程就是一个基于单位的子往返行程。
（6）中途驻停点
连接往返行程中各出行之间的结点叫做驻停点，出行者一次往返行程所包含的所有驻停
点中最主要的出行目的地叫做主要驻停点，除此之外的其他驻停点都叫做中途驻停点。在中
途驻停点的活动时间通常都小于在主要驻停点的活动时间。
-2-
（7）日活动链
由于生活和工作等的需要，一个人一天可能进行多次的以家为起终点的活动，我们把
一天中的所有活动和往返行程统称为日活动链。可见，一条活动链可以由多个往返行程组
成。有了日活动链的概念，我们就可以把出行者一天的复杂活动完整地表示出来了。
家
商 店
单 位
出行 1
出行 2
出行 3 出行 4
出行 5
往返行程起终点
主要驻停点
中途驻停
半个往返行程
出行 7 出行 6
一阶往返行程
二阶往返行程
访 友
工作子往返行程
吃中午饭
图 1 活动链示意图
为了更好的理解以上概念，我们举一个出行者一天所有活动的例子。假设某人 7：30 从家出
发去单位工作，出行方式选择为坐公共汽车，中途转车时去商店买早餐；中午 12：50 出发
步行出去吃饭，接着返回单位上班；16：40 下班坐公交车回家；19：00 到 22：00 之间独自
开车去朋友家。根据以上事件的定义，我们可以把此出行者的日活动链分解为如图 1所示的
一些事件和过程。
模型整体结构的建立
为了模拟和预测出行者一日内的出行行为，我们考虑建立一个既能模拟其日活动链（或
称日活动计划），又能预测一日内各次出行的出发——到达时间、交通方式的模型系统。图
2 所示为本文通过总结以往研究，建立的基于活动的出行需求预测模型的整体框架。此模型
整体上是一个 3 层的NL（Nested Logit）模型系统，其中第一层为活动计划模型，它用 4 个
子模型预测出行者一天的主要活动安排：一阶活动模型预测一天中的主要活动，二阶活动预
测除主要活动外其他的活动，中间驻停模型预测从出发地到目的地之间的驻停，基于单位的
子往返行程模型预测起迄点均为单位的一系列出行；第二层是出行时间选择模型，预测出行
者一日内所有出行的出发——到达时间；第三层是出行方式选择模型，预测出行者一日内所
有出行采取的交通方式。上下层模型之间由参数Logsum（下层模型总效用的自然对数）连
接，即Logsum下层作为上层模型的一个参数，参与模型的标定[5]。模型预测时由上到下进行，
具体过程为日活动计划——各次出行的时间——各次出行的方式；而标定时由下到上进行，
-3-
即方式选择模型——时间选择模型——活动计划模型。本文主要介绍第一层活动计划模型的
建立和应用过程。
输入：个人、家庭数据
出行时间选择模型
出行方式选择模型
出发时间的
期望效用
日活动计划模型
一阶活动安排
中途驻停模型
二阶活动安排
工作子往返行程模型
模式概率
出行方式和目
的地的期望效用时间概率
输出：一天所有活动的安排及出行
的时间和方式
图 2 基于活动的出行需求模型整体结构
模型基础
基于活动的出行需求预测模型系统在考虑出行者如何进行出行行为选择时，以效用最
大化原理为基础，即认为出行者在面对一个可以选择的，各选择肢相互独立的集合时，会选
择他认为对自己来说效用最大的选择分肢。这一假定称为效用最大化行为假说，是非集计模
型的建模基础[6]。本模型系统的基础模型是非集计的MNL（Multinomial Logit Model）和NL
模型。图 2 所示模型中，时间和方式模型分别为一个单独的MNL模型，活动计划模型中的
四个子模型也都是单独的MNL模型。这三个模型整体组成一个大的NL模型系统。MNL和NL
模型的标定均采用极大似然估计法，也可以应用软件直接进行模型的参数估计，本文的活动
计划模型将应用统计软件SPSS进行参数标定和模型检验。
3. 活动计划模型的建立
居民出行行为分析
活动的分类
本文的数据分析和建模应用的是 2003 年长春市居民日出行调查所得的样本量为 37164
（次出行）的数据。为了建模方便，我们按照居民出行的主要活动目的，把活动分为三类：
工作、生活、娱乐和在家活动。其中工作活动指以上班、上学及公务为目的的活动；生活指
购物、探亲访友等活动；娱乐是以旅游等为目的的活动。如果一个人一天没有任何出行，只
是在家进行各种活动，那么我们把这一类别称为在家活动。
-4-
往返行程的分类
如前所述，一日内的往返行程由一阶往返行程和二阶往返行程组成。由于一阶往返行程
是一次往返出行，所以我们按照刚才介绍的出行目的对其进行分类，即分为工作、生活、娱
乐和在家活动四类。而二阶往返行程可以由多次往返出行组成，本文结合其内部往返行程的
目的和次数，将其分为两次或两次以上工作，两次或两次以上生活，两次或两次以上娱乐，
没有二阶往返，两次或两次以上混合、其中至少有一次生活和一次娱乐（二阶活动+娱乐）
等五个类别。中间驻停和工作子往返是两类特殊事件。中途驻停按照其在往返行程过程中发
生的位置进行分类，分别为去程驻停、回程驻停、去回都有驻停、没有驻停四类。而工作子
往返的分类更为简单，分为有工作子往返和没有工作子往返两类。
基于以上关于往返行程目的和类别的探讨，我们根据 2003 年长春市出行数据总结了长
春市居民日活动安排情况，如表 1～表 4 所示。
表 1 一阶活动分类、分布表
一阶活动类型 工作 生活 娱乐 在家活动 总计
数量 9333 6342 688 20 16383
比例 ％ ％ ％ ％ 100％
表 2 二阶活动分类、分布表
二阶活动类型 工作 生活 娱乐 没有活动 二阶生活＋娱乐 总计
数量 1990 4020 596 9711 66 16383
比例 ％ ％ ％ ％ ％ 100％
表 3 中间驻停分类、分布表
中间驻停类型 去时驻停 回时驻停 去回都有驻停 没有驻停 总计
数量 1459 1196 237 13491 16383
比例 ％ ％ ％ ％ 100％
表 4 工作子往返分类、分布表
工作子往返类型 有工作子往返 无工作子往返 总计
数量 1645 14738 16383
比例 ％ ％ 100％
从统计结果可以看出，长春市居民的活动安排具有以下特点：
（1）一阶活动以工作活动为主，其比例占总数的 50％以上，其次是生活活动和娱乐活
动，一天中不出门活动的人很少。
（2）大多数出行者不进行二阶活动，而且二阶活动中以购物等生活活动为主，下午上
-5-
班活动上学（中午回家吃饭）的出行者也占一定比例。娱乐出行较少。
（3）大多数往返行程中没有中间驻停，去程和回程的驻停比例相当。
（4）约有 10％的工作活动中间有工作子往返行程。
总的来说，长春市居民的活动安排大多先考虑上班和上学活动，其优先级最高。其次
考虑生活活动，娱乐出行所占比例不大，这也同时反应了长春市消费水平不高，属于中等消
费水平的特点。从二阶活动和中间驻停较少可以看出，居民主要的出行模式就是早晨上班或
上学，在单位或学校吃饭，晚上回家。因此在提出交通需求管理方案时要把握这一要点，重
视早晚高峰的上下班出行，同时工作子往返出行也不容忽视。
选择肢的确定
根据前面对往返行程中主要事件和过程的分类，本文对日活动计划模型中一阶活动、二
阶活动、中间驻停以及工作子往返四个子模型的选择肢分别进行了界定，如图 3 所示。
一阶活动 一阶活动结构 二阶活动
在
家
活
动
没
有
去
时
驻
停
生
活
娱
乐
工
作
回
时
驻
停
有
没
有
去
回
都
有
驻
停
1
次
工
作
1
次
生
活
1
次
娱
乐
2
次
以
上
混
合
选
择
集
：
没
有
工作子往返中间驻停在往返行程中
日活动计划
图 3 日活动计划模型选择集
变量的确定
工作活动是为了满足家庭收入需要而进行的长期活动，所以在各类活动中最为重要。
一天中只要有工作活动，无论其发生时间是在生活、娱乐之前还是之后，我们都视其为一阶
活动。影响工作活动的变量有全职/在职、收入等指标。同时，在家工作或在往返行程中工
作的选择也受家庭关系的约束，比如自由职业者可能更趋向于在家工作，对于家中有儿童的
母亲来说也更希望在家工作。
-6-
家庭中的每一个成员都需要一定的生活活动。由于生活方式不同，不同的人其生活活
动的安排可能有所区别。首先，我们要考虑性别因素对活动安排优先权的影响，如女性更倾
向于在家里进行生活活动。其次，家庭结构也会影响到人对生活活动的需求。特别地，当家
中儿童和残障人员数量增多时，女性将承担更多的家务，因此生活活动将会增多。而外出工
作量较大的家庭成员以及家中残障人员的生活活动将相对少一些。同时，工作性质也将影响
生活活动地点的选择，对于家里工作量越大的成员，下班后越愿意在往返行程中进行生活活
动而不是在家中进行。而且，当家庭的人均收入增加到较高程度时，人们更不愿意把生活活
动作为他们一天中的主要活动，而是雇佣保姆进行主要的生活活动，以便压缩外出生活活动
的时间，进行娱乐活动。最后，对拥有私家车的家庭来说，其成员在往返行程中进行生活活
动的概率将会相对增加。
通常情况下，娱乐活动在优先权上低于工作和生活两类活动。如果家中有儿童或残疾
人，那么家里其他成员选择在往返行程中进行娱乐活动的概率将降低。没有成家的年轻人选
择在往返行程中的娱乐活动的可能性很大。家庭成员收入的增加和家中拥有私家小汽车这两
种情况都会增加在往返行程中娱乐的概率。自由职业者的工作计划很有弹性，因此他们更容
易把娱乐往返行程作为一天的一阶活动。全职工作人员如果要进行娱乐活动的话，他们更愿
意在下班回家的行程中进行娱乐活动或者回家后再专门出来进行此项活动。
通过以上分析我们可以看出，出行者对一天的活动安排主要受其个人及家庭的生活水
平和生活方式的影响。本文将影响出行者日活动计划的主要因素归纳为个人属性和家庭属性
两个类别，同时还要加入下层时间模型总效用变量 Logsum时，具体的影响因素见表 5。
表 5 活动模式影响变量及其含义
-7-
影响因素类别 影响因素 变量
性 别 Gender
职业 Work
有无驾照 license
是否单身 single
＜20 岁 AGE A
20-40 岁 AGE B
40-60 岁 AGE C
个人属性
年 龄
＞60 岁 AGE D
＜500 元 INC A
501-1000 元 INC B
1001-2000 元 INC C
2001-3000 元 INC D
3001-5000 元 INC E
家庭月总收入
＞5000 元 INC F
家中儿童情况 有否 6 岁以下儿童 Child6
有无小汽车 Car
有无摩托车 Motor
出行者特
性
家庭属性
家中车辆拥有情况
是否有两台以上的自行 Bike
模型标定
模型中变量Logsum时间是下层时间选择模型的总效用的自然对数，表示出行时间对活动
安排的制约和影响，可由第二层时间选择模型计算得出，时间模型的建立和标定过程见参考
文献 7。通过计算得到活动安排模型中一阶活动、二阶活动、中间驻停以及有无工作子往返
等四个子模型的标定结果，分别见表 6～表 9。
表 6 一阶活动模型参数标定结果
工作 生活 娱乐 变量
V t V t V t
Intercept
Logsum时间
AGE A
AGE B
AGE C
INC A
INC B
INC C
INC E ∞+
Child6
Work
Gender
license
表 7 二阶活动模型参数标定结果
工作 生活 娱乐 没有二阶活动 变量
V t V t V t V t
Intercept
Logsum时间
AGE A ∞+
AGE B
AGE C
INC A
INC B
INC C
INC E ∞+
Car ∞+
Bike
Work
Single
Licence
Child6 ∞+
Gender
-8-
表 8 中间驻停模型参数标定结果
去时驻停 回时驻停 去回都有驻停 变量
V t V t V t
Intercept
Logsum时间
AGE B
AGE C
INC A
INC B
INC C
INC E
Car
Motor
Bike
Child6
Single
License
Work
Gender
表 9 工作子往返模型参数标定结果
变量 Constant Logsum时间 AGE A AGE B AGE C INC B INC C INC E
V
t
变量 Car Motor Child6 Single License Work Gender
V
t
模型检验和敏感性分析
以上各表中V列为各参数的估计结果，t列为t检验值。根据统计学理论，如果t的绝对
值大于 ，而且参数的符号正确，那么这个变量对选择肢产生影响的置信度是 95%，表示
该变量对结果影响显著。然而t检验并不能绝对地说明变量是否重要。在许多文献的MNL模
型标定实例中，即使某个变量的t值不符合要求，如果凭以往经验认为它对结果会产生影响，
也可以考虑将其保留[8]。
模型的参数估计值解释如下：以一阶活动模型中工作出行为例，变量 Work 的参数估
计值为 ，表示当出行者有全职工作时，在一天的活动安排中将工作活动设为主要活动
的可能性是在家活动的 Exp()＝ 倍。而同样对于 Work 这个参数，在生活和娱乐活
动模型中的参数估计值分别为 和，即当出行者有全职工作时，将上街购物、买
菜等生活活动设为一阶活动的可能性是在家活动的 Exp()＝ 倍；将探亲访友等娱
乐活动安排为一阶活动的可能性是在家活动的 Exp()＝ 倍。如果设一阶活动为在
-9-
家活动的可能性为 1 的话，按照上面的计算比例，一阶活动为工作、生活、娱乐的可能性分
别为 、 和 。即对于全职工作者来说，一阶活动安排优先考虑工作出行，其次
是不出行而在家完成活动，再次是生活出行，最后才是娱乐出行。
上面的分析是找出一个参数变量，分析其对各选择肢的影响，从而进行各选择肢的排
序。下面我们考虑某一参数的值发生变化时，某一选择肢的变化程度。这里我们分析出行者
年龄发生变化时，二阶活动中娱乐/在家活动被选择概率发生的变化。根据表 7 中的参数估
计结果，当出行者年龄为 20 岁以下时，一天活动安排中将娱乐活动设定为二阶活动的可能
性是在家活动的 Exp()＝ 倍；当出行者年龄为 20 到 40 岁时，将娱乐活动设为二
阶活动的可能性是在家活动的 Exp()＝ 倍；当出行者年龄为 40 到 60 岁时，这个
数字变为 Exp(－)＝ 倍。可见年龄对出行者是否将二阶活动定为娱乐出行的影响很
大。越是年轻的出行者，越容易在一天工作或上学之余出门进行一些娱乐活动，而不愿意采
取一天只进行一次一阶活动、而其他时间都呆在家里的安排；对于 40 岁以上的出行者，尤
其是接近 60 岁的中老年人来说，更愿意在家进行一些活动。而对于 60 岁以上的出行者来说，
年龄因素对是否进行娱乐出行影响不大，我们在参数标定后得到其ｔ检验值的绝对值小于
，从而将此变量去掉。
我们也可以根据这个简单的方法对其他选择肢和变量进行横向和纵向的敏感性分析。通
过定量考查和定性分析进一步筛选变量，从而得到适合本地区或本城市居民生活和交通系统
状况的模型系统。
4. 模型的应用探讨
目前，基于活动的出行需求预测模型在交通规划中主要有三种应用途径，一是应用非集
计的调查数据，直接预测出非集计的选择概率，进而得到各种需要的出行属性数据，之后再
对这些非集计数据进行集计分析。这种方法可以用于交通需求管理政策的评价，通过对政策
实施前后出行属性数据集计分析结果的比较分析，评价政策的实施效果；其次，可以先把待
研究区域划分为小区，然后对各小区居民的个人及家庭的社会经济属性数据进行集计处理，
再带入模型，预测得到各小区集计的出行属性数据，用于分析未来年的出行情况；最后，可
以将基于活动的出行需求预测理论的建模思想与传统的“四阶段”模型相结合，这样不但可
以在时间、交通方式等方面对出行进行分析，同时可以应用四阶段模型中的交通分配模型，
将各时段、各方式的出行分配到实际的路网中，从而做到在规划中兼顾宏观与微观，兼顾总
量预测和具体分析。
以往的国内外文献中对非集计模型的应用方面的研究不多，尤其是在基于活动的出行需
求预测模型方面，多数都是将其应用于交通需求管理政策的评价中。因此，我们还需要在此
-10-
基础上，找到非集计模型应用于大规模的交通规划的其他途径。由于篇幅有限，本文将仅探
讨基于活动的出行需求预测模型在交通需求管理政策制定和评价方面的应用。
基于活动的出行需求预测模型通常采用“模拟——比较——评价”的方法来预测和评价
交通需求管理政策的实施效果。本文应用已建的日活动计划模型，针对小汽车出行费用增加
100%这一拥挤收费措施，对出行者的活动安排进行了模拟。结果显示，针对这一措施，出
行者二阶活动安排中以工作、生活和娱乐为目的的出行分别平均减少了 ％、％和
％，二阶活动共减少 ％。这说明当出行费用的增加时，居民将减少进行二阶活动
的概率。然而这个数字相对较小，说明出行费用的变化对居民活动安排的影响并不明显。因
为从出行的发生角度来考虑，出行需求源于活动的需要，居民一般根据自己的工作性质、家
庭结构、在家中的地位和应该承担的责任等来进行一天的活动安排。交通需求管理政策在很
大程度上不能影响居民是否出行，只能在某种程度上影响居民出行时间、方式等的选择，以
此来调整城市交通需求的时间和空间分布。我们同样用以上方法对一阶活动安排、中途驻停
和工作子往返进行了模拟，结果表明当小汽车出行费用增加时，出行者会适当减少这些活动
安排，但影响程度要比二阶活动的模拟结果更加微小。这说明已建模型对交通需求管理的评
价分析有一定帮助，但由于交通需求管理政策对活动计划影响并不十分明显，因此此类模型
应用于预测居民根据需求管理措施对出行时间和方式的调整等方面更加有效。
5. 结论
本文首先阐述了基于活动的出行需求预测模型的基本结构，通过对调查数据的分析和对
以往模型的总结，建立了活动计划模型。并对模型进行了标定、敏感性分析和简单的应用。
以活动计划模型为例，阐述了基于活动出行需求预测模型的建模和预测过程。尝试从一个崭
新的角度去研究居民的活出行行为，为合理诱导居民出行提供相关决策依据。应指出的是，
从模型的应用分析来看，日活动计划模型并不是很适合于交通需求管理政策的评价，我们还
应从模型的集计分析和与“四阶段”模型的结合应用等方面入手，继续研究其应用于大规模
交通规划的途径。
参考文献
[1] Jones P. M., The analysis and modelling of multi-trip and multi-purpose journeys[J], Nuffield Conference on
Multi-trip and Multi-purpose Journey, 1975.
[2] Hagerstrand, T., What about people in regional science? [J], Regional Science Association Papers, 1970:
7-21.
[3] Chapin, F. S., Human activity patterns in the city: things people do in time and space, New York: Wiley, 1974.
[4] Jones P. M., Dix M. C., Clarke, M. I., Heggie, I. G. Understanding travel behaviour, Aldershot, England:
-11-
Gower, 1983.
[5] Bowman John L.． Activity Based Travel Demand Model System with Daily Activity Schedules[J]．Master of
Science in Transportation at the Massachusettes Institute of Technology, 1995.
[6] 陆化普．交通规划理论与方法[M]．北京：清华大学出版社，1998．
[7] 李志瑶，隽志才，宗芳.居民出行时间选择及拥挤收费政策[J]．交通运输工程学报，2005，5（3）：105
－110．
[8] 金安．Logit 模型参数估计方法研究[J]．交通运输系统工程与信息，2004,4（1）：71－75．
A Review of Activity-Based Full Day Activity Pattern Model
JUAN ZHI-cai1，ZONG Fang2，Li ZHI-yao2
1Institute of Transportation Studying, Shanghai Jiao Tong University, Shanghai 200052, China
2Jilin University, Changchun 130025, China
3Chang Chun University, Changchun 130022, China
Abstract
The primary goal of this research is to make up a full day activity pattern model and to search for the
application of the model to transportation planning. According to activity-based travel demand
forecasting idea and modeling method, this paper develops a full day activity pattern model, estimates
and validates the model with the survey data in Changchun city. Then it applies the model to
establishing and evaluating the Transportation Demand Management by way of
“model-compare-evaluate”. The results indicate that by establishing activity-based day activity pattern
model we can completely and effectively forecast residents’ travel plan, with which to evaluate the
transportation demand management policy, and to provide basis for the transportation department to
enact and implement management policy.
Keywords：Travel demand, Tour, Disaggregate model, Alternative
-12-
A Review of Activity-Based Full Day Activity Pattern Model
