随着社会经济的发展,城市化、机动化速度的加快,交通拥堵问题也日益严重。交通需求管理作为一种有效解决交通拥堵的手段,在发展中国家有着重要的应用价值。合理分析车辆的路径选择行为,可有助于分析交通流的时空分布规律,为平衡路网交通流和实施需求管理奠定基础。本文在定性分析驾驶员路径选择行为及其影响因素的基础上,基于南京市私家车实际出行路径数据以及备选路径集数据,构建了路径选择模型,定量分析了各因素对路径选择的影响以及因素之间关系。主要研究内容如下:基于南京市道路RFID数据,利用数据库查询语句对原始数据进行选取、清洗、位置信息概念转换等预处理,并进行路径切割。通过构建路网模型,应用Floyd最短路算法填补路径数据,从而获取私家车出行轨迹数据。结合相关道路交通背景知识,对数据进行挖掘,最终得到驾驶员特性、出行特性、外界条件等衍生信息。基于南京市路网模型,应用删除算法求取前K条最短路,根据相应的规则过滤超出临界阈值、不符合实际道路情况、存在环路等不合理的路径,减小路径集的数量,并选取不同目标下的最优路径,最终获取数量有限且合理的备选路径集。基于效用最大化理论,构建私家车出行路径选择MNL模型、PSL模型以及PSCL模型。引入相对阻抗的概念,消除不同阻抗变量的量纲对效用的影响。通过相关性分析剔除与路径选择相关性不大的影响因素,借助TransCAD软件对模型进行参数标定,应用比较分析法、弹性分析法、边际替代率分析法对模型结果进行分析。结果表明:使用相对阻抗确实可以提高模型的精度,而且模型结构也更为合理;相对阻抗下,PSCL模型在优度比和命中率方面表现都最为突出,在本文测试的三种模型中最有效;私家车驾驶员会倾向于选择出行时长短、路径长度短、转弯次数少、快速路比例大、支路比例少的路径出行,其中出行时长和路径长度的变化对驾驶员路径选择概率的变化影响最为显著;另外,对于南京市的私家车驾驶员来说,1公里路径长度的效用相当于4.85分钟出行时长的效用,1次左转的效用相当于2次右转的效用,路径中增加10%的支路,则需要同时增加18%的快速路,才能保证路径选择概率的不变。本文研究成果可为制定相应的交通管理措施提供依据,提出的RFID数据处理方法以及路径选择行为建模方法对于提高RFID数据的使用价值具有积极的意义。