我国人口增长致使城市地铁运能与乘客出行需求间的矛盾日益增加,特别是在工作日高峰期,站台乘客拥堵、通道客流排队、客流紧急管束等现象时常发生。了解客流分配需求现状是解决这些问题的基础。随着轨道交通日趋复杂的网络化运营,乘客在轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。目前,国内外学者在客流数据方面的研究,大多集中于客流预测、客流分布特征分析和客流仿真模拟,研究尺度停留在站点进(出)站总计客流量特征上。基于以上背景,本文创新性地从分析范围、验证方法和分配结果的层级推演这三方面,比以往的客流分配研究做出了更全面更深入的思考。提出了一种综合性的算法框架,研究结果能有效地对广州市轨道交通客流分布特性进行全面论证研究。结合客流采集信息、时间、空间等因素,对城市轨道交通区间、线路、线网三个层次的客流密集程度进行综合评估。具体工作如下:本文主要对城市轨道交通自动售检票系统(AFC,Automatic Fare Collection)收集的乘客刷卡数据进行挖掘研究,找出有效路径客流分配比例,以期实现有效路径间客流清分的研究目的。在梳理国内外学者在客流分配研究方法、客流分布特征分析及拥堵识别等相关研究方向的优秀成果基础上,构建广州市轨道交通拓扑交通模型,对有效路径集进行识别优化,关联站点信息进行列表存储。基于单条路径旅行时间服从对数正态分布的假设验证,构建由多个正态分布组成的混合模型,利用EM(Expectation Maximization)算法来进行参数的迭代估计,使用3σ准则对数据进行修正,运用改良后的有限高斯混合模型(LGMM)对数据进行实例分析,并对参数K值进行验证。对模型的应用案例分析中,运用实地问卷调查数据和基于个体选择的决策分类树算法模型,从结果上对比验证各算法准确性。在广州市轨道线网的全样本AFC数据上推广模型,求解客流分布现状,构建了客流密集度指数在时空层次的推算模型,对城市轨道交通线网客流密集程度客流分布特征进行综合评估。本文研究结论展现了广州市轨道交通客流在时空上的分布特征,从理论框架深入探讨轨道交通网络乘客的出行路径选择问题,有助于精准地把握轨道交通网络中客流分布规律,设定指标和分析层次对客流拥堵进行了全面的科学研究,为日常客流监测,城市轨道交通运营过程中的风险评估管理的指导提供了新思路。