城市轨道交通历年安全方面频频出问题,无论国内还是国外不定时就会报道地铁安全事故新闻,而城市轨道交通作为公众交通工具,承载着各个城市大约一半的客流出行量,因此安全风险预测就显得尤为重要。首先利用“轨道交通客流增长规律”、“轨道交通小区与站间OD转换”和“轨道客流分配”等关键技术建立了短期客流预测模型并利用历史数据进行验证,针对上海地铁预测了网络总体客流情况、新开通线路客流情况与重点车站客流情况。以该数据为基础对大客流安全事故的中的客流量进行控制。并确定了沈杜公路站、世纪大道车站、虹桥火车站需要重点关注。针对“城市轨道交通客流增长规律”中年变规律和日变规律,利用图形方程法进行规律方程的计算,更加精准。“轨道交通小区OD与站间OD转换”中,提出蚁群散发寻找最优路径的方法。有效的安全预案是分析客流安全的前提条件,车辆运行调度和预案分析提供安全保障为目的。利用预测客流密度等数据,针对大客流换乘车站,结合高峰期车站所造成的大客流,用PID控制算法对上海市轨道交通高峰期的大客流进行安全控制,具体的描述了上海市轨道交通站内的神经网络PID控制系统的构建过程与客流控制的过程。论文以大客流安全为主线,对车站级、线路级、网络等级存在的安全问题提出控制与整改措施。就客流预测模型来说,本文突破了传统框架从而量化了其影响因素并进行深入研究,设计了一种与时俱进的短期客流预测模型,具有更高的准确性与稳定性。在本文之前,从未有将PID控制和神经网络智能算法运用于城市轨道交通的客流控制上,这一点是本文的一大创新点。