随着社会经济的高速发展,城市公共交通运输体系愈发完善,目前正呈现规模化、网络化和多样化的发展趋势,使得出行者出行可选择的路径方案也愈加多样。出行者在随机和不确定的复杂路网环境下,由于个体特征差异导致存在不同的偏好性,且在实际环境中出行者会呈现的有限理性态度,会出现不同路径选择行为。因此,可通过对出行者所选路径进行科学预测、推算,找到合适的方法来引导出行者出行,科学合理地制定交通管理措施,优化城市交通运输体系。首先,本文对混合logit（Mixed logit,ML）模型及描述出行者有限理性及选择偏好异质性的累积前景理论（Cumulative Prospect Theory,CPT）模型的理论基础和模型进行深入学习;对出行者在城市公共交通出行路径选择行为的机理及影响因素进行分析,为后续研究奠定理论基础。然后,选取西安市城市城区居民为研究群体,以出行者出行路径选择为对象,本文采取问卷调查的方式收集出行者的出行信息的偏好,获取出行者个人特征、影响出行路线的路径属性等解释变量,通过相关性分析确定模型构建中的解释变量,从而在后期能够更顺利完成模型标定和出行的分析。最后,以随机效用理论下出行行为研究中混合Logit模型为基础,引入累计前景理论对模型框架进行改进。通过构造参考点、损益值、损益状态下价值函数,对传统效用函数进行改进,将客观效用主观化,转化为考虑风险决策偏好的方案感知价值,进而通过累计前景值进行方案预测。本研究是借助结合了Logit模型和累积前景理论模型而建立的模型进行分析,对比以往模型,本研究的模型能够更加精准对公共交通路径选择做出预期判断,解释变量、拟合度以及预测精准度都有了较好的提升。