城市轨道交通是我国大城市居民出行的重要支撑，随着线网里程的不断增加，网络化运营条件逐渐成熟。在单一路线条件下，轨道交通出行模式简单，出行路径具有唯一性，而在网络化条件下，轨道各站点的可达性、连通性、灵活性增强，出行者可以选择的出行路线也更丰富，这些路径在拥挤度、换乘便捷性、时间可靠性方面具有较大差异。本文结合乘客群体属性和轨道交通出行路径的交通属性，研究网络化条件下居民出行路径选择行为，并据此进行轨道客流OD的分配预测研究。
　　首先，研究城市轨道网络化演变和客流时空分布特性。探讨了城市轨道交通多路径的产生原因及路径间的差异性。结合AFC大数据，计算了不同OD点对之间的客流时空分布，描述了OD时变化、日变化、周变化、月变化规律。另外，研究了轨道交通客流量的线路断面分布特征，高峰时段不同站点的差异性，在组团和线路尺度下的宏观分布特征。
　　第二，从出行强度、出行时间、出行空间三个维度探讨了轨道交通乘客的出行行为规律，利用模糊C均值聚类方法在基于出行天数、日均出行次数、平均出行耗时、首次出行时间等出行特征指标下将乘客划分为4种出行类别，通过分析4种类别乘客出行指标数据及乘客时间和空间上的分布情况，分析了各类乘客的属性，提取影响轨道交通乘客出行行为的关键因素。
　　第三，对轨道线网结构进行拓扑分析，利用基于图的深度优先算法进行有效路径搜索。考虑不同类别乘客在出行时间、换乘可靠性、拥挤度上的感知差异，从而设置基于乘客差异的广义费用函数，以量化不同乘客的出行效用。通过构建乘客对路径选择的概率模型，估计OD对间不同类型乘客对路径的选择概率，并结合多元线性回归估计法对构建的路径概率选择模型进行参数求解。基于此，设计了轨道交通客流的多路径随机概率客流分配算法，进行线路断面流量的计算。
　　最后，以重庆市轨道交通客流OD为例进行客流分配实例分析，得到不同乘客在路径上差异化选择的结果。当轨道交通网络中存在多路径时，通勤类乘客倾向选择运行时间较短路径，当多路径之间运行时间差异小于3min时，乘客更青睐换乘次数少的路径；此外，非通勤类乘客选择拥挤度较低的路径概率较大，长距离非通勤类乘客倾向选择换乘次数较少的路径。上述因素导致多路径区域OD客流分配不均衡现象较为明显，采用随机概率分配模型，可以更准确的描述这一现象，并准确计算轨道交通区间承担的实际客流量，可为运营管理提供参考。