随着国内各大城市轨道交通网络化复杂化程度的不断提高，大客流趋势越发明显，乘客的出行选择趋于多样化，合理描述出乘客在路网中的物理路径选择和列车选择行为，有利于准确掌握客流在路网中的分布规律和特点，为运营管理部门合理制定运营方案提供科学的理论基础。同时，城市轨道交通网络的AFC系统记录了大量的乘客出行信息，为研究城市轨道交通路网中乘客个体出行行为提供真实可靠的数据支持。因此，本文以乘客个体为研究对象，提出基于贝叶斯的时空出行路径估计模型，对乘客在路网中的出行路径进行时空上的估计，再现乘客在城市轨道交通路网中的历史出行选择的物理路径及其乘坐列车。
　　本文首先对城轨路网的乘客出行行为特征进行分析，并将行程时间划分为进站时间、换乘时间、出站时间及在车时间。其次对乘客的时空出行路径进行定义，采用广度优先路径搜索算法和分支定界相结合的方法进行有效物理路径集搜索，并提出弧段时间约束下的时空出行路径搜索算法，用于生成乘客的有效时空出行路径集。之后，基于乘客出行行程的有效物理路径数、乘车方案数及换乘次数等特征对乘客行程进行分类，并基于贝叶斯理论和频次统计，估计出站时间、进站时间和换乘时间概率分布;基于时间概率分布估算乘客与备选时空出行路径的匹配概率，得到乘客在城市轨道交通路网中的历史时空出行路径。最后，以北京市轨道交通系统作为实例研究，选取某工作日的实际AFC数据与列车运行数据，进行模型的应用，对典型乘客的时空出行路径选择概率进行了估计。
　　本文的研究支持城市轨道交通路网中乘客个体的历史出行轨迹再现，有利于乘客出行选择规律以及客流分布特征的掌握，对城市轨道交通运营组织提供科学的支撑。