城市土地利用与交通出行之间的相互作用关系一直是交通及城市规划领域的重点研究问题之一。城市土地利用状况对于人们选择何种交通方式出行具有一定的影响；与此同时,人们出行方式的改变也会引导或抑制城市不同的土地利用形态的发展。本文通过对城市人口、道路等不同因素的空间密度与交通出行结构的回馈影响进行建模分析,探究城市土地利用与交通出行之间的定量相互作用关系,从而为城市交通健康发展提供政策参考依据。考虑到径向基函数神经网络所具有的相对于传统神经网络而言的快速自学习能力和能够有效解决高阶插值问题的特点,本文首先利用多个径向基函数神经网络对不同的城市密度变量(例如,城市轨道交通网络密度、道路网密度等)和交通出行结构之间的非线性作用关系进行定量描述。以此为基础,本文在不同的径向基函数神经网络间建立起回馈关系,构建城市密度和交通出行结构回馈关系模型,并以此进一步对不同的城市交通发展政策的实施效果进行预测分析。本文利用国内不同城市的历史统计数据对所构建的径向基函数神经网络进行训练,并以国内某城市建成区为研究对象,针对该区域不同的城市发展政策,分析预测该城市区域未来的城市密度和交通出行结构。研究结果表明,所建立的以径向基函数神经网络为基础的回馈关系模型能够合理地说明城市密度与交通出行结构之间的相互作用关系。此外,对于具体所研究的城市建成区而言,若任由城市自由发展,由于城市密度与交通出行结构的相互影响,即使城市轨道交通建设力度得到较大提高,人们将仍然选择小汽车作为主要的交通出行方式；与此同时,道路交通将面临巨大压力,大量轨道交通资源将被浪费。此外,若单纯地抑制城市区域向城市外蔓延和降低道路修建速度,或单纯地抑制私家车出行,而不采取有力措施提高城市轨道交通的出行比例,私家车出行仍将会对城市道路交通造成较大的压力。与之相比,有效地引导私人小汽车出行者和公交车出行者更多地选择乘坐轨道交通出行将对形成合理的交通出行结构起到决定性作用。