城市轨道交通承担着城市客流运输的重要责任,尤其是大型活动举办时,因场地限制、人流密集,绝大多数居民选择乘坐城市轨道交通前往或离开大型活动举办地,这必然引起大规模客流的突发聚集与消散,给临近车站带来极大压力。因此本文总体针对非长效性服务的大型活动散场时段,基于车站各设施服务状态相关性,构建车站客流分布预测模型。并在此基础上考虑大型活动客流特性制定客流控制模型,提出基于客流瓶颈设施的大型活动客流控制策略与设施优化方案,为大型活动客流安全疏导工作提供参考。具体工作内容如下:(1)与常态客流对比,深入分析大型活动客流时空特性。对比进站客流分布、消散时间以及时间不均衡性等特性,研究发现大型活动散场时段客流具有明显集中性,持续时间在1-2小时内,且活动规模越大,客流高峰值越大,消散时间越长。对比断面客流量、断面不均衡性系数、列车平均满载率等指标,研究发现散场时段大型活动车站断面客流量突增,且大型活动车站与相邻车站区间列车平均满载率较高,其他区间较低。(2)考虑车站设施服务状态多变性,构建基于状态相关性的车站客流分布预测模型。研究了上游设施输入客流与下游设施滞留客流对通过型设施服务系统状态的影响,客流交织情景下客流密度与客流占比对集散型设施服务系统状态的影响,以此优化设施服务系统,使其能够刻画客流交织或存在滞留客流情况下的服务系统状态的变化,适用于大型活动客流情景。以进站客流为主线,考虑出站客流与换乘客流影响,将优化后各设施服务系统混联,与进站客流预测模型组合,构建基于状态相关性的车站客流分布预测模型,可实时预测站内设施客流通过量、设施负荷度、乘客延误时间。(3)基于大型活动客流特性与客流疏导目的,构建基于客流瓶颈设施的车站大型活动客流控制模型。考虑车站整体设施服务能力等约束,聚焦于客流瓶颈设施,构建以上车乘客最大化为目标函数、客流瓶颈设施服务率为决策变量的大型活动客流控制模型,并采用粒子群优化算法求解模型,提出了基于客流瓶颈设施的控制策略。(4)对奥林匹克公园站进行实例分析。在对车站客流流线、车站结构与设施布局进行分析的基础上,应用MATLAB构建了车站客流分布预测模型,推算出各设施实时客流通过量与乘客延误时间等指标,与实测乘客设施通过时间进行比对,验证了模型可靠性。构建客流控制模型,求解出客流瓶颈设施最佳理想服务率,与实际运营情况对比,论证了该客流控制模型在有效提高上车人数、加快大客流疏散方面存在明显改善作用。在此基础上,以设施相对延误时间系数为约束条件,反推设施消耗成本最少情景下的大型活动散场时段车站设施配置方案,为运营部门制定应急预案提供参考。