城市轨道交通网络化程度的提高,乘客的路径选择过程愈加复杂,传统的基于MNL模型的城轨乘客路径选择行为的分析方法因模型固有的ⅡA特性以及无法表达随机偏好等缺陷,不能准确反映路径间的相互影响以及乘客间的异质性.本文提出基于Mixed Logit模型分析城轨乘客路径选择行为的方法.首先,本文利用帕累托图初步筛选出影响路径选择的主要因素,包括乘车时间、换乘次数和换乘时间等.其次,基于Mixed Logit模型构建城轨乘客路径选择模型,并设计极大仿真似然算法估计模型参数,同时建立因素间相互替代关系的分析方法.最后,基于广州地铁的调查数据,分别构建MNL和Mixed Logit乘客路径选择模型,后者在收敛处的极大似然函数值和命中率均高于前者的结果显示,Mixed Logit模型更适合于分析复杂网络条件下的城轨乘客路径选择行为.其中,乘车时间对换乘次数的替代关系为对数正态分布,更符合实际,其期望值为换乘1次相当于乘车时间6.90mm.