随着我国城市化进程的不断加快,城市轨道交通在整个城市交通中的主体地位日益突显,并逐渐从单一的线路向复杂连通网络状态发展,随之带来轨道交通客运量的不断增加。当客流增加到一定程度时,对城市轨道交通的行车调度、乘客的运营安全和舒适度都会带来一定的影响。本文正是在此背景下,针对城市轨道交通网络的重要节点——换乘站,进行客流预警及应对方法的研究,依据“预测——预警——应对”的思路展开,通过短时客流预测方法针对关联站进站客流信息预测换乘站各类型客流信息,并依据预测的客流信息分析换乘站各区域的客流运行状态,适时启动分层分级的预警预案,优化大客流状态下的客流组织,改善乘客的乘车环境,提高运营服务质量。基于城市轨道交通换乘站客流特性和影响因素的分析结果,论文采用BP神经网络算法结合时序倒推的思路构建了短时客流预测模型,并通过实例验证了模型的适应性和抗干扰性。结合换乘站内各类型客流的服务流程和各区域客流的流动特性,提出了分层分级的客流预警方法,针对闸机的服务强度、通道及楼梯的空间负荷度、站台层乘客上下车的时间等指标构建了换乘站站内客流预警等级划分模型,并依据相应指标的计算结果优化换乘站预警监控流程和应对策略。