随着我国城市轨道交通建设规划步伐的加快,国内各大中城市的轨道交通线网规模不断扩大,城市轨道交通运营逐步迈入网络化时代。为方便乘客出行,提高运营质量和管理水平,国内的城市轨道交通多采用“无缝换乘”模式,这导致乘客的出行过程成为只有起终点站输入的“黑箱问题”,其换乘信息无法被及时获取,网络上的客流分布特征与规律也难以把握,城市轨道交通的运营管理难度大大提升。因此,研究城市轨道交通出行中乘客的路径选择行为,科学合理地进行网络客流分配,有助于更加准确地把握轨道交通网络上的客流分布特征与规律,对于城市轨道交通的建设规划与运营管理具有重要意义。本文针对城市轨道交通网络的客流分配问题,考虑乘客的不完全理性决策行为,建立基于心理账户理论的城市轨道交通客流分配模型。首先,结合图论对城市轨道交通的网络结构及存储方法进行描述分析,总结对比现有的路径搜索算法,确定适用于轨道交通路径搜索的算法。然后,概述心理账户决策类型,设计城市轨道交通出行背景下的路径选择问题,证明乘客在轨道交通路径决策问题中会自发采用Topical Accounts,有效地解释乘客的选择结果随决策背景的变化而变化的现象。设计成都市轨道交通乘客出行意愿调查问卷,以网络和实地相结合的方式展开问卷调查,得出出行时间和换乘次数是最影响乘客路径决策的关键因素。分析城市轨道交通出行中路径出行时间和换乘次数的特点,明确乘客主要依赖于价值函数对路径效用进行评估,在此基础上,考虑二者的影响构造路径价值函数。采用收益分割方式整合不同账户的收益或损失,进而确定交易效用函数的数学形式,构建基于心理账户理论的客流分配模型,并提出基于路径的客流分配方法。最后,本文以成都市轨道交通为例构建网络模型,选取2018年4月某工作日的早高峰OD客流矩阵进行算例说明。通过C++软件编程实现全网客流分配,在transcad软件中进行配流结果展示,并将三对不同距离的OD对的模型计算结果与MNL模型计算结果及调查结果进行对比分析,以说明模型的可行性和有效性。实证结果表明,相较于传统的MNL模型,基于心理账户理论的客流分配模型能够更加准确地描述乘客的路径选择行为,得到的客流分配结果更符合实际情况。