城市轨道交通发生突发事件后,准确把握乘客出行路径选择行为特性及客流动态分布状况是保证应急决策方案合理、有效性的关键。本文重点针对高峰时段,研究了突发事件下城市轨道交通乘客个体路径选择决策建模方法并构建了相应的仿真子系统。主要研究内容包括:(1)分析了突发事件下乘客路径选择行为特征与决策过程,将突发事件下路径选择问题分解为感知异常前(常态)的路径选择随机多属性决策、感知异常后(突发事件)的路径调整随机风险决策两个阶段子问题,分析了各阶段决策问题类型与建模方法,提出了两阶段建模总体框架。(2)针对感知异常前的路径选择问题,利用城市轨道交通运营中的乘客出行路径选择数据,分析了高峰时段乘客路径选择影响要素,提出了利用运营数据进行机器学习的路径选择决策建模方法,运用支持向量回归机构建了基于数据的常态乘客路径选择决策模型。(3)针对感知异常后的路径调整问题,对于累积前景理论在该问题上的运用方法,提出了以乘客的前景感知分布为核心的基于蒙特卡洛的乘客个体路径调整决策建模方法。在利用实际运营数据拟合各类备选调整方案出行时间随机分布特征的基础上,运用价值函数和累积决策权重函数构建了方案前景概率模型,并采用MCMC抽样方法模拟乘客对方案前景的感知估计,形成了面向乘客个体的路径调整决策模型。(4)设计并开发了城市轨道交通路网运营仿真系统中的乘客出行选择仿真子系统,实现了客流生成、路网拓扑结构管理与有效路径生成、常态下乘客路径选择与突发事件下乘客路径调整功能。最后以北京城市轨道交通某一突发事件为例,进行了仿真实验和数据分析。