城市轨道交通作为一种运量大、高速便捷的公共交通方式,已成为解决城市交通拥挤的主要手段,但日益增长的客流给其带来了潜在的安全隐患。车站作为城市轨道交通的节点,其疏散能力与乘客的生命安全息息相关。如何识别车站疏散能力的瓶颈,辅助在站管理人员及时制定合理有效的疏散方案,组织受困乘客在一定时间内疏散至安全区域,已成为保证城市轨道交通系统安全运营的重点问题。本文首先按功能对城市轨道交通车站设施进行了分类,并对车站进行网络化抽象描述,设计了针对紧急疏散条件下路径生成的K-最短路算法,行成乘客疏散可选路径集。通过对典型车站高峰时段的视频观测分析,得到大量乘客宏观特性数据,对乘客疏散所经过的主要服务设施进行客流速度与密度的曲线拟合,得到各类设施客流速度、密度关系方程,并将计算得到的单位宽度最大通过能力与《地铁设计规范》中的给定值进行比较,证实观测数据的可靠性。基于各类设施客流速度、密度关系方程,论文中给出了设施疏散能力计算方法,并结合乘客疏散可选路径集,设计了一种基于逆向搜索的静态瓶颈识别方法；根据设施畅通程度划分动态瓶颈等级,以此为论域,以速度、密度来刻画模糊集,设计了基于模糊集理论的动态瓶颈识别方法。最后,选取北京复兴门地铁站作为实例研究对象,根据疏散可选路径集和设施疏散能力计算车站疏散能力静态瓶颈,再通过VISSIM仿真得到的各个设施速度、密度值判断车站疏散能力动态瓶颈等级,以此为依据制定新疏散方案。进而通过对比分析新旧疏散方案的仿真结果,验证了论文提出的瓶颈识别方法是切实可靠的。