随着国民经济的增长，城市机动化水平逐渐提高，城市交通和环境的压力不断增大。由于轨道交通具有运量大、速度快、人均占用资源少、准时舒适等优点，引起了越来越多的关注，成为现阶段国内外缓解城市交通拥堵的主要措施之一。轨道交通一方面能够促进经济社会发展，改善投资环境，提高市民生活质量，缓解交通拥挤，但同时也需要大量的建造、运行、维护费用，到目前为止只有香港、大阪等少数几个地区能够回收运营成本。在这种情况下有必要针对轨道交通沿线居民的通勤出行，了解居民出行方式的机制，以便相关单位或机构采取相应的措施提高轨道交通的乘坐率。因此，本文对南京市轨道交通沿线的居民进行调查，从出行行为的角度，在个人层面，利用基于出行和活动的分析方法，研究轨道沿线居民通勤出行的特征，挖掘其潜在的规律性，同时对轨道站点的影响范围及出行者的影响因素进行研究。　　 论文首先回顾了非集计模型理论的研究现状，总结了非集计模型的基本理论、建模基本思路、经典模型和发展沿革，并在此基础上分析非集计模型建模过程中的两类主要问题，并相应的提出了解决方法。　　 出行调查是进行居民出行特征分析以及出行方式建模的基础，在文章的第三章对南京市轨道交通沿线的居民通勤出行进行调查并对相关的出行特性进行分析。为了使调查更具有针对性，将调查分为两个部分（预调查与主调查），前一部分主要用于研究轨道交通站点的影响范围，了解居民出行的基本特征；后一部分则根据预调查的结果有针对性的发放调查表，为居民出行选择模型的建立提供依据。根据预调查与主调查在出行者特性与出行特性的对比分析发现，主调查与预调查不对两次调查的因素产生明显的影响，主调查与预调查具有随机性和代表性，同时对居民的出行特性更加了解。　　 进一步地，论文根据非集计建模的流程，以主调查数据为基础，建立了多项Logit模型，并对其进行了相关的参数检验和解释。为了减小影响因素相关性带来的交互作用，文章采用了“逐步回归法”对变量进行筛选，通过模型参数检验的同时，模型检验中的命中率有所提高。应用“逐步回归法”建模存在两个方面的问题：需要大量的试算，且建立的最终模型可能不是最优模型：与地铁出行密切相关的变量——到地铁站的距离，由于没有通过t检验而被剔除。针对前一个问题，文章引入“主成分分析法”。通过改进的“主成分分析法”建模命中率略低于“逐步回归法”，但是没有大的区别。对于后一个问题，考虑到轨道交通方式定点定线连接城市主要的大型交通集散点，要充分发挥轨道交通方式的优点就必须依靠其他交通方式的接运。基于这种想法，文中迸一步的建立双层Nested Logit模型，建立的模型通过了相关的检验（包括尺度参数检验），且命中率在“逐步回归法”基础上有所提高。　　 文章最后以Nested Logit模型为基础，对模型的可控参数进行灵敏度分析，得到了例如“对公交、地铁、小汽车影响最大的因素分别为候车时间、出行费用、出行费用”等一些实用性结论。