近年来，随着知识经济的到来，教育事业得到蓬勃发展，位于城市中心区的大学校区面临用地空间的局限，各大学纷纷在城市郊区建立新校区（大学城），试图解决用地不足的现实问题。可是随着大批学生的入住，郊区大学城暴露出诸多交通问题，如配套实施不足、交通条件落后等。这些问题严重影响大学城学生的出行，出行矛盾正日益突出，出行难对大学城的正常运行和持续发展带来了较大影响。
我国的大学城交通问题日益严峻，因此需要解决大学城学生出行时间长，出行费用高、出行方式少等问题，城市交通管理者以应大学城学生出行特征为基础，将城市轨道网络向郊区延伸、加大非机动车配备、优化道路公交系统，为大学城学生提供较好的交通服务，满足他们的出行需求。
1.国外研究概况
国外的研究方法最初是在集计数据研究，只是以统计回归的方法构建一个简单的有限个参数模型，并且对模型进行估计，从而对个体出行行为进行预测，然而这种集计数据研究渐渐无法满足实际生活中的交通规划的需求，非集计模型便开始出现在人们的视野中。Logit模型是非集计模型的典型代表。1959年Luce等人首次推导得出Logit模型，之后，Marschak和Suppes等人又接着完善了Logit模型的理论基础。1974年McFadden进一步研究了Logit模型，并给出了Logit模型的完整论述，并逐步形成了非集计模型理论体系，其中包含了MNL（Multinomial Logit Model）模型和NL（Nested Logit Model）模型。McFadden的研究引导一大批研究人员致力于将非集计模型从理论阶段向实践阶段迈进。目前，非集计模型在居民出现行为调查数据分析中的应用，得到了各国研究者的肯定，成为居民出行行为调查研究领域内最常见的的研究方法之一。
国外的调查方法主要有RP ( revealed preference ) 调查和SP（stated preference）调查， Hensher（1993）等利用RP和SP调查数据，研究铁路出行方式选择中，对出站时间、候车时间、出行费用以及车上时间等变量的影响。运用MNL模型对居民出行方式的分担率进行估算。Raquel Espino（2007）采用NL模型对RP和SP调查数据进行了参数估计，测算出出行时间、出行费用以及发车频率分别对选择公交出行的影响和选择私家车的影响。Ching-Fu Chen和Wen-Tai Lai（2011）通过问卷调查的形式搜集了影响出行的因素包括性别、年龄、收入、小汽车拥有量、出行时间、出行费用等因素，对台湾两个城市的公共交通服务水平进行了评价。日本札幌市在新的交通方式——磁浮列车规划时，便采用了基于SP调查的非集计模型，调查对象为从市内火车站到市郊飞机场出行的人群；通过抽样调查后建立的非集计模型预测出了磁浮交通与其他交通方式的分担率。
总的来说，国外的一些发达国家特别是美国、日本对个体出行特征分析的研究起步较早，有着较为完善的交通调查体系，并不需要组织大规模的人工调查去获取调查对象的数据，同时在模型开发、方法引进等方面取得了丰硕的成果，但是重点的模型分析集中在通勤、小汽车等诱发城市交通拥堵的出行领域，然而随着郊区大学城大学生出行难的问题日益严重，对大学城学生出行特征分析就显得尤为重要，而关于大学城大学生出行行为的分析只停留在分析层面，因此对需要利用相关知识，更加深入地对大学城大学生出行行为进行特征分析。
国内研究概况
国内近些年来很多学者开始探索和研究个体出行行为，并取得了一系列的成果。
同济大学褚浩然（2006）认为传统的出行分析方法在分析影响出行选择行为时，只是单独分析各影响因素，较少涉及各个影响因素之间的相互作用研究，没有充分考虑到交通系统的整体性。他指出了交通出行链的特征指标，以链的形式将影响影响因素有机结合起来，利用多元Logisitic拟合出行方式选择模型。最终证明，出行链的平均长度和出行次数对出行方式选择有重要影响。
吉林大学富晓燕（2007）基于非集计选择模型对长春市居民出行数据进行分析，在研究过程中，利用非集计模型建立居民个人的出行次数选择模型，并应用相关统计软件对模型进行标定，进而分析居民个人的出行次数，从而求得居民个人出行次数的期望值，初步尝试探索非集计模型和四步骤模型的综合运用问题。
祝伟，过秀成根据相关建模经验，利用非集计模型对各种出行影响因素进行筛选，将出行者个人属性、家庭属性和出行目的属性变量进行离散变换后，构造了链式选择模式下的通勤出行方式选择的贝叶斯网络模型，研究了在不同个人和家庭属性的居民在进行多种属性的出行时出行方式的变化。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
