随着我国城市轨道交通的快速发展,城市轨道交通呈现出网络化运营的特征,并且城市轨道交通客流急剧增加,选择城市轨道交通出行的乘车方案较多且灵活复杂。针对城市轨道交通乘客出行特征的研究可通过AFC数据进行分析。AFC数据可以记录乘客进站及出站的空间信息及时间信息,通过数据挖掘技术对AFC数据进行预处理,以此来研究旅客出行路径的选择行为。基于此,本文以城市轨道交通列车时刻表以及AFC数据为研究对象,运用数据挖掘技术,对城市轨道交通个体乘客的出行路径与其可能的出行路径之间的耦合度进行研究,达到提高城市轨道交通中乘客出行路径选择与可能路径及拟合度的目的。本文的研究可以为城市轨道交通乘客出行的路径选择提供参考价值,同时对城市轨道的运营提供客流分配的理论依据。本文具体研究内容如下:（1）首先对城市轨道交通乘客旅行时间的构成元素进行分析,对乘客旅行时间进行重新分类。主要以城市轨道交通出行物理拓扑网络、列车时刻表信息和乘客进出站记录的AFC数据基础上构建乘客出行时空网络,并设计时空网络中乘客出行路径搜索算法。最后在满足不同约束条件下分别搜索包含换乘站与不包含换乘站的乘客出行路径,并运用深度优先遍历搜索方法,得到乘客出行的可行路径集,运用Logit模型计算乘客出行路径的选择概率。（2）将乘客与列车进行匹配,在匹配过程中建立乘客乘车概率估计模型。通过研究可行列车集合构建乘客乘车概率估计模型,该模型在可行列车集中估计每列列车的选择概率,进而将乘客分配到不同列车上;对于乘客走行时间分布估计方法的研究,可将走行时间分布特征的影响因素进行整合,为采用EM算法对构建的走行时间分布概率模型的求解提供参考。该方法解决了调度员去实际跟踪调研费时费力的问题,为客流分配相关研究提供了合理的标定方法。（3）通过对比分析有效时空路径数、可行列车集合中可供选择的列数、列车到达站台时空节点以及有效时空路径的换乘次数各个因素对乘客进行分类,并通过分析乘客进、出站走行时间估计出行车次链及选择列车概率,得到乘客出行选择路径下的出行车次链。最后,利用天津城市轨道交通运营数据,选择三个有代表性的车站进行实地跟踪调研,得到乘客进、出站走行时间分布特征,并对结果进行对比验证;选取若干乘客的AFC数据及选取唯一有效出行路径和多条出行路径的行程,验证基于AFC数据和列车时刻表的城市轨道交通乘客出行路径估计方法和乘客乘车概率估计。