随着客流量的增长,频繁发生的大客流现象给已有的公共交通网络带来巨大压力。尤其是高峰时期的枢纽站点,由于站点功能和站点结构的复杂性,短时间内快速聚集的客流对枢纽站点的服务能力提出严峻考验,对枢纽内部客流流线产生较大影响。为把握枢纽内部客流分布变化规律,需要对枢纽站点内部的客流集散态势进行研究,这对于缓解枢纽高峰时期运营压力具有重要意义。本文以公共交通枢纽站点内的乘客密度以及客流集散态势为主要研究对象,借鉴生物学中传染病模型的思想以及计量经济学中的向量自回归模型,建立了公共交通枢纽客流集散态势模型,验证并分析了模型的合理性及有效性,并在客流集散态势模型的基础上提出了客流实时管控的概念。首先,通过对典型公共交通枢纽站点的调查,得到早高峰时段车站部分区域的乘客密度分布情况,并分析了关键位置的客流集散规律。然后,在经典的传染病模型基础上,通过对传统的连续型模型进行离散化处理,建立了客流集散态势模型的向量表达形式。通过借鉴计量经济学中的向量自回归模型,引入一个服从高斯分布的随机项,并利用Eviews统计软件对模型中的各项参数进行拟合,最终确定了低阶滞后的客流集散态势模型数学表达式,并通过MATLAB模拟变化趋势预测,验证了模型的合理性、有效性。之后,通过高斯过程回归算法,实现了各区域客流集散态势模型高阶滞后的参数拟合,并对客流密度变化趋势进行了预测。通过预测值与实际观测值的比较,确定了算法在进行客流集散态势预测时的有效性。最后,在客流集散态势模型的基础上,通过对常见的客流管控措施进行分析总结,提出了公共交通枢纽“客流实时管控”的概念。本文的预期结果可以帮助公共交通枢纽站点制定相应的客运组织方案和客流管控措施,减少客流拥堵对枢纽站点运营造成的压力,提高枢纽站点的运营组织效率和整体的安全性。