大型客运站的客流组织管理是车站运营管理的重要内容之一，是实现对大量进站、出站、换乘和商务等多种客流进行安全有效管理的重要工作。针对大型客运站客流到发量的变化和波动性（列车计划调整、季节性变化、节假日变化、高峰小时等），如何合理运用站内各种客服设备实现客流的有效组织管理；当发生客运站内区位功能调整、流线变更、客服设备增减或更新、临时交通管制等情况时，如何正确预测站内流线网络客流动态分布的变化，从而采取合理的客流组织疏解对策；这些都是提高大型客运站运营管理服务效率和质量应当考虑的重要问题。由于现代大型客运站都是集各种运输方式于一体的大型综合交通枢纽，而且旅客进出站、检售票、安全检查、换乘和商务活动等客流组织主要依靠各种自动化客服设备完成。所以，现代大型客运站不但客流集散量大，而且还具有客服设备繁多、空间结构和换乘流线网络复杂等特点。国外经验表明，在客运站客流组织管理系统日趋复杂的今天，单凭人的经验和现有手段，已经不能适应现代大型客运站客流组织管理的需求，而要依靠现代计算机决策技术和仿真技术方法来辅助管理人员进行客流组织管理。因此，结合我国大型客运站的实际，研制开发客流组织管理计算机辅助决策支持系统具有重要的现实意义。　　 本论文结合参加铁道部重点计划科研项目“大型客运站运营管理及智能化服务技术深化研究”的实际研究工作，以北京南站为背景，对大型客运站客流组织管理辅助决策支持系统的实现方法进行了选题研究。　　 本论文在对国内外研究现状分析的基础上，首先，对大型客运站客流组织管理问题进行了系统分析，重点研究了客流流线的构成及特点、客流组织优化的方法及实现措施，并对北京南站进行了相关情况介绍。然后，针对大型客运站客流组织管理辅助决策支持系统的研究与开发，对决策支持系统(DSS)和客流动态仿真软件相关的技术与方法进行了综述，并进行了应用选择评价分析，在此基础上，重点对案例推理的模型与方法进行了深入探讨，包括：案例表示、案例检索、相似度计算等，提出了基于相似度的客流组织优化案例推理算法。最后，以北京南站为背景，采用先进的Anylogic动态仿真技术、案例推理和决策支持系统的技术与方法，对大型客运站客流组织管理辅助决策支持系统的软件开发与实现进行了研究。　　 本论文的研究理论联系实际，采用了先进的计算机仿真优化技术和决策支持技术与方法，提出了基于相似度的客流组织优化案例推理算法；以北京南站为背景开发的大型客运站客流组织管理辅助应用软件系统，已由北京南站实际应用，研究成果及相应的决策支持建议，为大型客运站的客流组织管理提供了科学的决策依据。　　 本文中包括图26幅，表5个，参考文献49篇。