随着城市经济的发展,城市居民职住分离的现象不断加剧,出行需求也随之不断增加。轨道交通由于其载客量大、速度高、准时性高的特点,成为了担负大中城市出行客流的首要方式。因此,轨道交通、公交车、出租车、自行车与步行等出行方式共同构成了多模式城市交通网络。然而,多模式城市交通网络在为出行者提供更多出行选择的同时也会受到交通流量与突发事件等不确定因素的干扰,从而影响多模式城市交通网络的路径决策。基于此背景,本文针对不确定条件下的多模式城市交通网络出行路径决策问题进行研究。本文简要介绍了路径决策规划的相关理论知识,分析了多模式城市交通的出行特征,建立了多模式城市交通超网络模型。由于马尔可夫决策过程具有随机特性,在进行决策时可以考虑到事物的不同状态,因此本文提出了利用马尔可夫决策过程来解决多模式交通网络的路径选择问题,通过综合分析影响出行者出行选择的因素,构建了基于马尔可夫决策方法的路径决策模型,设计了算法,并用实例验证了提出模型和算法的可行性。本文的主要工作内容如下。首先,考虑到出行中的出行时间会受交通流量等因素的影响而导致出行不确定性,本文将不同的交通网络运行状态进行划分,建立考虑不同交通状态的以总出行时间最小为目标的路径决策模型,并利用马尔可夫决策过程方法进行求解。同时,根据多模式城市交通网络的实际运行情况,模型中还考虑了不同模式间换乘产生的换乘步行时间和候车等待时间。其次,为了进一步完善模型的实用性,本文对影响出行者出行决策的因素进行分析,建立了包含出行时间和出行成本的以最小广义出行成本为目标的路径决策模型,并设计了算法。接着,本文继续探讨了两种因素对不同出行群体出行选择的影响,利用线性加权法描述了不同群体的出行选择。最后,为了验证基于马尔可夫决策过程的路径决策模型的有效性,本文以北京的多模式城市交通网络为实例对出行者进行路径规划。结果显示,不同出行状态下的出行决策结果存在差异,利用马尔可夫决策方法可以为出行者提供更加稳健的路径规划方案,提出的模型和算法是有效的。本文着重从理论上研究了多模式城市交通网络路径决策模型,涉及到包含轨道交通,常规公交,步行,自行车和出租车在内的多种出行方式。通过将交通状态这一因素引入路径决策模型,为该领域的理论研究提出了新的探讨空间。提出的基于马尔可夫决策过程的模型和算法具有一定的实用性,可以为智能交通系统的发展提供理论层面的参考。