近年以来我国大城市中地铁已经成为日常生活中不可或缺的交通工具,它极大的方便了人们的出行便利,同时也缓解了地上道路交通系统的压力。但因乘坐地铁人数的增加远远高于现阶段新建地铁的承载能力,从而导致人群拥堵现象的发生。随着计算机科技不断发展,针对该问题可以运用计算机技术对人群运动行为进行仿真,以找到切实可行的方法。本文在应用计算机进行模拟时,首先对地铁模型以及排队模型使用面向对象的思想抽象表示,然后分析各种建模方法以及寻路策略的优缺点,最后利用基于Agent模型方法和粒子群搜索算法在仿真平台Repast Simphony上建立乘客人群运动行为的仿真模型。该模型模拟了乘客进入地铁候车大厅寻找地铁车厢门进行排队和地铁到站时乘客进入地铁车厢的过程,并且提出了一种基于马尔可夫决策模型的改进寻路算法优化了 Agent行动策略,实验表明该算法有效的解决了传统粒子群算法容易陷入局部解的缺陷,明显减少了冲突次数。此外,本文提出增加地铁车厢指示器为乘客提示车厢人数以缓解局部车厢的拥挤状况。经过实验和数据分析显示,该模型不仅可以利用较少代价模拟现实情况以找出最佳解决方案.达到节省人力物力的目的,而且能够减少乘客进入车厢的平均时间并提高乘客的满意率,实验结果显示论文所提改进方法行之有效并能将乘客进入车厢的效率提高9%。