在交通系统中包含着大量的出行者,他们在从起点到达终点的出行过程中,根据可获得的信息以及个体经验不断做出判断,从而选择较优的出行路径。而出行者进行决策的交通环境中存在着不确定性。一些学者和专家做过的研究表明,出行者在不确定性条件下的出行选择行为与前景理论的基本观点相符,说明应用前景理论来对交通出行的路径选择决策行为建模具有一定的适用性。本文首先介绍了不确定条件下路径选择模型,其理论基础包括期望效用理论和随机效用理论、前景理论、人工神经网络与模糊集理论以及学习模型。在分析已有模型的基础上,提出基于前景理论对路径选择行为进行建模的适用性。接着,本文对前景理论的提出背景和核心理论进行了概述,并着重分析了前景理论的研究现况及其与路径选择模型结合的已有研究。本文从改进传统基于前景理论的路径选择参照点出发,通过引入时间预算和有效路径的相关理论,以改进的基于时间预算的参照点为基础,从而确定价值函数。通过出行者主观概率以及概率权重函数的设定,提出各备选路径前景值的计算模型,从而得到路径选择的最终依据,即各备选路径前景值。通过借鉴随机用户均衡的相关理论,构建了基于前景理论的随机用户均衡模型。随后,通过构建路网,并设定路网属性和模型的相关参数,将不同要求的出行者在不同交通状况下的路径选择情况进行算例分析,并对路网进行随机用户均衡流量分配。最后,通过一个简单的算例,具体分析了在不同场景中出行者分别利用传统的基于期望效用理论的路径选择模型、传统的基于前景理论的路径选择模型和本文中改进的基于前景理论的路径选择模型进行出行路径选择的不同结果,得出改进的路径选择模型更贴近真实路网中的实际出行者出行行为的结论。