集快捷、准时、舒适、环保、大运量于一身的城市地铁,越来越成为人们出行的首选,对民生的改善做出了重要贡献。地铁的位置一般都处在半封闭的空间里,如地下或高架桥内,这样就使其具备了设施的隐蔽性、环境的封闭性、安全出口的有限性以及人员设备的高度密集性等特点。一旦发生突发事件或大型事件就会出现人员疏散及救援困难的情况,如果处置不当,将会对人身和财产造成重大的损失,对社会的经济及生活也将造成十分重大的影响。因此,科学预测、准确把握突发事件发生时的客流变化规律及行人运动轨迹,提高应急疏散能力,确保城市地铁运营能力与客流需求相匹配,预防及应对突发事件的发生具有重要意义。本文依据国家相关安全疏散标准及规范,通过大量的文献查阅,主要开展以下工作:首先,根据灰色理论所需原始数据少、建模简单、对模糊因素处理相对准确的特点,结合支持向量机处理小样本、非线性、预测精度高、泛化能力强的优势,建立城市地铁客流量灰色支持向量机组合预测模型;其次,依托某地铁15号线为研究对象,对单一的灰色预测、支持向量机预测和灰色支持向量机组合预测模型进行误差分析,比较其各自的优势及特点。研究结果表明,灰色支持向量机组合预测模型具有预测误差较小、预测精度较高和预测效果好的特点;同时,研究发现在一定范围内,训练数据的增加可使模型涵盖更多种客流情况,能够提高预测精度,从而进一步验证该组合预测模型的可行性和有效性;第三,参考已有研究文献,应用二维元胞自动机技术构建了地铁应急客流疏散的有效模型,用来应对以往模拟高密度环境中人员疏散时的模型缺陷;最后,依据国家安全疏散标准,通过某地铁车站实际,绘制正常客流情况下单出口地铁站台疏散模拟图。在出口宽度不同的条件下,针对客流量速度-密度进行了回归分析,同时对时间片进行离散化,将客流的速度按照等级进行更新,更加真实的显示了出口宽度对客流速度与密度的影响。该仿真分析可为合理设计安全出口宽度,提高公共场所安全性提供技术参考。