多种出行模式是城市交通系统存在的一个显著特征,可以为有着不同需求的出行者提供服务。在多模式交通系统中,通勤者一般需要进行两个维度的思考和决策,选择哪种出行方式,以及何时出发,从而结合自身需求作出合理的出行安排。通勤个体的出行安排动态决策行为（如:出行方式选择和出发时刻选择）一直以来都是交通领域行为研究的重点,其结论的科学性对于优化城市交通系统结构,制定有效的交通管理手段有着非常重要的理论与实践意义。为此,本文开展了如下研究。首先,考虑通勤者出行与活动之间的关联,基于活动方法建立地铁乘客出发时间选择模型,从常数和线性边际活动效用两方面分析地铁通勤者在早高峰期间的出发时间决策问题,并得出模型的均衡性质:常数边际活动效用下的出发率是出发时间的分段线性函数,线性边际活动效用下的出发率则是出发时间的分段非线性函数。通过算例对该理论模型的结论进行验证,显示出发率与部分参数之间的关系,并将基于活动方法的均衡结果与基于出行的均衡结果进行比较。结果表明:基于出行的方法高估最早出发时刻和最晚出发时刻,低估出行区间的长度,并高估早到部分的出发率以及最高排队长度。其次,针对地铁与自驾车两种出行方式并存的双模式交通系统,考虑通勤者出行与活动之间的关联,用量化的净效用函数代替Logit模型中的效用函数,分析了常数和线性边际活动效用下通勤者早高峰上班出行方式选择问题。研究发现,基于出行的方法会低估地铁直达的通勤者人数,高估小汽车出行人数;基于边际活动效用的通勤者比基于出行方法的通勤者对早到惩罚更为敏感;基于出行方法与基于边际活动预测的通勤者对晚到惩罚敏感程度均弱。此外,随着发车间隔与地铁容量的增大,基于常数边际活动效用方法预测的地铁直达人数总是高于基于线性边际活动效用方法预测的地铁直达人数。最后,在简单的两模式交通系统中,基于瓶颈模型,考虑地铁出行的拥挤成本,建立基于Logit的随机均衡交通模式选择模型。然后,探讨在系统收益最大、地铁公司利润最大化与停车场管理公司利润最大化三种情形下的停车收费与地铁定价策略以及通勤者的方式划分。