随着城市轨道交通网络化建设进程的不断深入,管理运营方面的问题逐渐突出,客流拥挤已经成为轨道交通运管部门最关注的问题。掌握拥挤传播规律,实现站点短时客流的实时预测,对于运管部门及时调整运营策略、采取限流措施、引导乘客出行有着极为重要的意义,是解决客流拥挤现象的关键所在。本文基于对短时客流特性及影响因素的分析,选择云模型作为实现短时客流预测的手段,并将拥挤传播量化为继发概率,分析总结拥挤传播的特性及影响因素,对考虑拥挤传播特性的短时客流预测进行研究,结合北京市部分站点的客流实例进行验证分析。本文主要工作及结论如下:(1)在对不同粒度时间的分析比较的基础上,归纳总结出短时客流的周期性、动态性、不均匀性、非线性及不确定性,并从多个角度结合实例对短时客流特性进行分析验证。以计算高峰期持续时间为手段,分析验证了运营日期、运营时段、站点周边用地三个影响因素对短时客流的影响。(2)建立模型,对继发概率进行量化,结合实例分析拥挤传播的不确定性与动态性,以及客流量与列车剩余承载能力对拥挤传播的影响。在此基础上选择SIS模型对拥挤传播进行研究,结合改良SIS模型,以变化的继发概率对客流拥挤传播规律进行研究验证。(3)基于短时客流特性与拥挤传播特性,选择多条件多规则短时客流预测云模型对短时客流进行预测,并结合北京地铁前门站与朝阳门站对预测精度进行多指标下的精度分析,结果证明预测精度较高。