城市轨道交通全线投资大、建设工期长,同时城市交通拥堵日益严重,居民出行需求迫切,急需轨道交通这种速度快、运量大、污染小的出行方式。为此,城市轨道交通往往采取“分期建设,分段开通”的策略,以减小筹资压力,加快建设步伐。随着延伸线的开通运营,全线的客流分布将发生变化,可能需要调整原有的调度方案,而客流数据正是调度方案制定的依据,但是延伸线无历史客流数据可用,需要对此进行客流预测。针对这一状况,本文以南昌市地铁1号线东延线为例,展开城市轨道交通延伸线的进出站客流预测。首先,本文回顾了国内外城市轨道交通客流预测的方向及采用的预测方法,分析了不同预测方法的适用条件,为选择合适的客流预测方法提供理论依据。针对客流的形成机理及其时空分布特征,以南昌市地铁1号线为例对其进行了阐述;同时,结合城市的土地利用性质,对南昌市地铁1号线沿线周边的土地利用做了分类;结合客流的分布特征和沿线的土地利用情况,分析了客流与土地利用之间的关系。其次,展开客流预测的准备工作,第一步确定并修正轨道交通站点的吸引范围,根据站点所在的位置对其进行分类,确定其对应的吸引范围,然后结合路网特性对吸引范围进行修正;第二步采集城市轨道交通站点的位置信息,并通过百度地图的地址解析将其转化电子地图的经纬度坐标,以便于对其周边的兴趣点信息进行采集;第三步通过百度地图的POI区域检索采集站点周边的兴趣点信息,包括周边人口信息和土地利用情况;最后,采集地铁1号线既有站点的进出站客流数据。然后,搭建BP神经网络客流预测模型,以站点周边的人口数目和兴趣点信息作为网络输入,以站点的进出站客流数据作为目标输出,确定神经网络的输入输出节点个数,并选取最优的中间层神经元个数,以此建立单隐含层的BP神经网络客流预测模型。将24个既有站点的周边人口、兴趣点信息和进出站客流量构成网络的训练样本和测试样本,通过网络的测试验证,计算进出站的客流预测误差分别为7.6%和1.6%的。并将南昌市地铁1号线东延线站点周边的人口数目和兴趣点信息作为网络输入,进行延伸线站点的进出站客流预测。最后,针对进出站客流在沿线分布的不均衡现象,本文采用大小交路的行车策略,基于预测的进出站客流量,建立数学模型确定小交路最优折返站的位置,根据客流空间分布特征合理分配全线的运输资源。