随着经济的发展,城市化进程不断扩大,其中城市轨道交通发展迅猛。从市民对日常出行交通方式的选择来看,城市轨道交通满足了市民日常的通学、通勤、购物以及旅游等出行需求。而城市轨道线网的不断增大也会导致一系列的问题,比如城市轨道交通运营管理部门在面对突发大客流时,如何在行车计划时提前做出调整;在地铁发生突发事故时,如何引导站内乘客进行快速紧急疏散等。针对这两个问题,首先需要准确预测短期客流量,为城市轨道交通运营管理部门在行车计划时提供参考依据;然后要对轨道交通站点进行应急疏散研究。首先,开展轨道交通短期客流预测研究。对影响客流预测精度的影响因素进行分析,其中包括日期属性、POI（Point of Interest）属性以及天气属性,并将多特征分别输入XGBoost（Extreme Gradient Boosting）模型和随机森林模型当中,建立了考虑多特征的XGBoost城市轨道交通客流预测模型和随机森林模型,分别组合预测客流,并以10min和60min粒度进行客流量划分。最后,分别以轨道交通站点进出站客流量预测结果进行模型分析及评价,结果表明考虑多特征的XGBoost和随机森林模型具有较好的预测效果,且优于单一模型。优化后的客流预测方法相较于单一模型,均方误差最多下降24.62%,平均绝对误差最多下降22.94%,研究使地铁运营管理部门可以提前对车站行车计划做出调整。然后,在车站突发情况时,开展客流应急疏散模拟研究。分析影响车站客流疏散速度的因素,其中包括客流量、车站设施设备参数、行人参数等。建立内置的社会力模型,该模型是一种模拟行人所受社会作用力,进一步来驱使行人运动的模型。行人一共受到三种作用力,分别是本身驱动力、人与人之间的作用力以及人与边界的作用力,根据这三种力进行模型搭建仿真。在此基础上,基于Any Logic仿真软件,进行模拟突发情况时车站高峰时期乘客应急疏散仿真研究,并提出优化改进措施。案例研究表明,加宽出口疏散通道、优化设施设备参数等改进措施,可以提高车站的整体应急疏散效率和安全。优化后的紧急疏散措施的疏散总时间最多减少37s,研究结果可为突发情况下车站应急疏散预案的制定提供相应支撑。