截至2019年底,上海轨道交通总运营线路日均客运量已突破1000万乘次,运营规模跃居世界首位,上海轨道交通已进入网络化成型阶段,超大规模路网条件下的换乘站安全风险日益增加,有必要对换乘站的安全风险评价予以重视评估。本课题以大客流为切入点,通过对换乘车站微观客流不同安全风险部分的压力分析,搭建了不同风险部位的压力模型,以层次分析的方法对不同部分的安全风险评价等级做了排序,同时运用BP神经网络预测了换乘站的不同种类、不同时段的客流值,并通过安全风险评价矩阵,识别出换乘站安全风险等级。最后以汉中路站为实例,通过Sta Pass仿真软件,铺画了汉中路站的客流分布特征,并通过设置一系列人流控制规则,如调整限流栏杆、增加人员等安全控制方式,验算降低客流安全风险的方法,形成了一套比较完整的理论研究与实际应用相结合的换乘车站的安全风险评价方法。