城市轨道交通换乘站点客流预测是轨道换乘站规模、人员设施配置、人流组织方案设计的重要依据,其客流预测准确度直接影响着轨道交通建设的有效性。本研究主要考虑各交通方式向轨道交通转移和接驳换乘关系,分别建立轨道交通转移客流及换乘客流预测的logit模型,对轨道交通换乘站点客流预测方法进行研究,其目的在于提高轨道交通换乘站点客流预测的精度。本研究首先综合分析了国内外轨道交通客流预测的相关研究,针对轨道交通换乘站点客流预测现有研究存在的不足之处,提出结合SP(Stated Preference Survey)调查数据,基于期望效用理论,建立logit模型预测轨道交通换乘站点客流的方法。并通过影响因素分析,综合考虑了交通信息、交通环境、出行习惯、换乘次数、个体属性等多种影响因素对轨道交通换乘站点客流的影响。其次考虑由于竞争关系导致的其他交通方式客流直接向轨道交通转移的行为,本研究建立了轨道交通转移客流预测的logit模型。通过对嵌套Logit模型(Nested Logit Model,NL模型)及混合logit模型(Mixed Logit,ML模型)优良性比较,结果表明ML模型估计结果更优,能有效反映出行者对各影响因素的偏好随机性,能够更好的预测轨道交通转移引起的换乘站点客流。同时估计结果表明,交通信息、交通环境、出行习惯、出行时间、出行费用、收入均是影响轨道交通换乘站点客流的主要因素。考虑各交通方式与轨道交通之间的接驳换乘关系,本研究建立了轨道交通换乘客流预测的ML模型。通过对比分析,发现参数服从对数正态分布的轨道交通换乘客流预测的ML模型能更好的预测由于换乘而引起的换乘站点客流。同时估计结果表明交通信息、出行时间、出行费用、换乘次数、收入均是影响轨道交通换乘客流的主要因素。最后通过分析预测乌鲁木齐预测年两组OD(Origin Destination)数据对南门换乘站点产生的客流,演示了本研究所提出的轨道交通换乘站点预测方法的应用。本研究旨在提高轨道交通换乘站点客流预测精度,为轨道交通客流预测后续研究奠定了基础,对轨道交通换乘站的建设与管理具有一定的指导意义。