城市轨道交通作为城市公共交通的重要组成部分,其服务对象是乘客。因此,通过对乘客出行行为的复杂性进行研究,挖掘出行行为所蕴含的一般性规律,不仅是城市轨道交通运营管理部门充分发挥自身优势、提高运输服务质量的参考依据,也是相关部门制定交通规划和交通管理政策的重要理论基础。本文以城市轨道交通系统中的乘客出行行为为研究对象,在整合大量已有研究成果的基础上,基于大规模历史出行数据,利用信息熵相关理论及方法,对乘客出行行为的多样性进行了研究。主要包括以下三个方面的内容：首先从微观车站和宏观网络两个层面对乘客进站量时空分布的多样性进行分析,发现不同时段的进站量分布具有明显的差异。进一步地利用数据包络分析方法,对进站量空间分布的差异性与所在街道人口经济发展水平的协调程度进行探讨。研究表明,不同街道的协调发展程度具有较大差别。此外,除少数街道外,大部分街道现有的人口经济发展水平都比较适合当前轨道交通的发展,且随着其经济水平的发展,进站量有不断增加的趋势。其次,在研究进站量分布多样性的基础上,进而对乘客出行OD的时空分布多样性进行研究,并得出了乘客的OD分布比进站量分布更加符合人类活动中普遍存在的齐普夫定律的结论。然后,通过建立基于相对熵的出行时间模型,研究出行OD时间分布的多样性。所得结果表明,与市中心距离越远的车站,其乘客的平均出行时间越长,且出行时间分布的多样性也越大。最后,通过对乘客的移动轨迹多样性进行分析,研究了乘客出行OD的稳定性,表明乘客出行OD分布的多样性是由群体性移动所导致。该结论为乘客出行行为的可预测性提供了理论依据。