随着社会经济的不断发展,城市居民出行需求急剧增加,促使大城市轨道交通路网进一步完善,新线不断建设并投入使用。随着新线的接入,城市轨道交通路网日益完善,网络化运营效益逐步体现,也增加了车站(尤其是新线上各站)进出站客流量预测的难度。本文结合北京市轨道交通运营的实际历史客流数据,在对车站周边土地利用和车站的轨道交通网络的可达性深入分析的基础上,选取土地利用性质、开发强度等离散化指标以及车站可达性指标等作为模糊化的特征指标,建立新线接入条件下轨道交通网络各站(含新线和既有线)的进出站客流量预测模型。首先,城市轨道交通发生与吸引产生的源泉是土地利用,传统的进出站客流量预测方法通常需要土地利用数值化指标(如各类别的用地面积、人口数、从业人数、商场面积等),这些数据的获取需要耗费大量人力、物力和时间,操作难度大。本文在深入分析土地利用对城市轨道交通的影响(正常条件下及新线开通条件下)的基础上,得到土地利用性质、强度与运营客流数据的对应关系,选取了城市轨道交通运营的实际客流历史数据(全天进出站客流量、早晚高峰小时进出站客流量系数)作为模糊化处理的特征指标。其次,城市轨道交通发生与吸引和城市轨道交通条件密切相关,不同的交通条件下城市居民的出行频率不同,而传统的进出站客流量预测仅考虑土地利用的影响,是一种静态预测。本文将能够表达交通方便性的可达性作为模糊化处理的特征变量：采用多项Logit模型计算OD效用函数,用引入权重的最大似然估计模型(WESML模型)将集计数据与非集计模型结合,运用极大似然函数对模型参数进行标定与检验,并将OD效用函数代入可达性函数求取可达性。再次,将本文选取的车站周边土地利用性质及规模指标、车站可达性指标进行模糊化处理,采用模糊C均值聚类方法按照不同模糊指标将相似程度较高的车站进行逐步模糊聚类分析,建立进出站客流量与模糊化指标间的统计关系模型,构建进出站客流量历史数据库。在车站可达性等模糊分类指标初步模式匹配的基础上,结合修正后的工可预测结果,进行新线车站进出站客流量初步预测。然后,考虑既有线车站进出站客流量的预测：在综合分析新线接入对既有车站进出站客流量影响的基础上,结合实例提出五种主要影响情形,构建增长系数表,进行既有线车站进出站客流量预测。最后,综合考虑客流生成和客流分布两个阶段,在对进出站客流量进行初步预测(含新线和既有线)的基础上进行OD客流分布预测,进而求得OD效用函数,代入可达性计算公式求取车站精确可达性,对新线进出站客流量预测可达性指标输入条件进行修正,再次精确预测新线车站进出站客流量。为了验证模型可操作性及准确性,本文对北京市轨道交通新线接入条件下的进出站客流量进行了预测,该模型的平均预测误差保持在10%以内,具有较高的精度和良好的适用性。该模型克服了传统进出站客流量预测依赖大量具体的社会经济数据、土地利用数值指标调查的缺点,尝试采用城市轨道交通运营系统本身的数据作为代替土地利用性质和规模指标,具有可操作性强的特点；系统分析了土地利用和可达性指标的选取过程及原因,具有解读性好的特点；论证了在其他条件保持不变时,改变城市轨道交通的服务水平、网络内车站数量、车站周边土地利用等情况改变条件下,模型仍然适用,具有仍然具备良好适应性强的特点。