深刻理解旅游者的时空行为模式和生成机理是开展旅游交通规划和管理工作的重要基础。已有的旅游者时空行为研究多为现象分析而缺少理论模型,难以为实际工作提供系统性指导。本论文通过观察和分析多种空间尺度的旅游者时空行为数据,基于旅游效用最大化的思想构建了反映游客出行安排的数学模型,并结合数学模型中的参数与数值解法建立了基于智能体的旅游出行仿真模型。仿真模型不仅对旅游者的时空行为生成机理提出了一种合理解释,也成功应用于多种旅游交通规划和管理场景的仿真分析。为了在不同空间尺度充分利用不同类型的时空行为数据,本论文的数据分析和数学建模工作分别在旅游城市内部、城际旅游和多旅游目的地三个空间尺度展开。在旅游城市内部空间尺度,论文基于在承德的实地调研结果,将旅游者的多日行程安排归纳为团队定向问题,并使用一种简单插入算法制定了游客的出行仿真规则,由此建立基于智能体的旅游出行仿真模型。作为模型应用,论文试图对旅游城市应用智能交通系统后的场景进行仿真,并进一步研究旅游者对各种交通服务的反应以制定合理的仿真规则。在使用一种设置有随机参数的Mixed Ranked Logit模型分析游客的出行方式选择意向调查数据后,智能交通系统所支撑的旅游信息服务和公共交通服务对旅游者出行方式选择的影响被成功量化。仿真结果表明,智能交通系统有助于提高旅游者的移动性并同时使旅游城市受益。在城际旅游空间尺度,论文发现微博签到数据与旅游活动具有很强的相关性,并利用微博数据时空覆盖广和集计数据稳定的优点对城际旅游流建立了一种非线性回归模型。模型成功分析了宁杭城际铁路对城际旅游流时间分布的影响。在多旅游目的地空间尺度,论文继续使用微博签到数据,并提出分析旅游者时空行为的两个宏观指标:旅游者在目的地间的转移概率矩阵和基于社区发现算法识别的旅游圈。论文基于旅游需求空间溢出理论,将旅游者的出行安排归纳为一种有附加约束的定向问题,从而构建了多目的地旅游出行仿真模型。模型仿真结果与微博数据统计结果的对比分析表明,仿真模型能够有效再现旅游者的多目的地出行,并对旅游目的地之间的空间关系形成机理做出合理解释。作为一种可行的旅游出行预测方法,模型还应用于预测杭黄高铁对杭州居民旅游出行的影响。