近几年来,越来越多的城市引进轨道交通以用来解决城市交通问题。而对于大型轨道交通网,鉴于出行需求的增长和出行便捷性,轨道客流量大幅增加,轨道站点变得愈发拥挤,这使得轨道交通的管理显得愈发重要。如果能把所有的站点分成不同的类型,再对不同类型的站点进行分析,会使得轨道交通的管理变得更加有据可依。城市的发展模式可以分为TOD(以公共交通作为引导的城市发展),SOD(用社会服务设施建设去引导的城市开发),AOD(把规划理性预期作为引导的城市开发模式)。无论采用哪种发展模式,都与城市的功能有关,而城市的不同功能的区域与本区域内各种土地利用类型分不开,所以,轨道交通的站点类型也与站点周边的用地类型有关。本篇首先对聚类的概念进行介绍,并以时间序列的方法,将一天的时间序列作为指标,利用密度距离法找出聚类初始值,随后根据初始值,采用k-medoids(k中值)方法对北京地铁的站点进行分类,得出居住型站点、职位型站点、混合偏居住型站点、混合偏职位型站点、职住混合型站点和娱乐或枢纽型站点共6类站点。在把六类站点投影到地图上的基础上,结合整个区位,分析了站点分类合理与否,最终发现分类具有很强的合理性。其次,结合站点换乘量,使用了地铁站点清分算法计算站点换乘量,再采用因子分析的方法将四十多个变量合并为5个因子,用五种聚类算法进行了聚类,并对比分析聚类结果,发现k-medoids方法的聚类效果最佳,此算法将所有站点分成了6类,其中的5类可以根据5个因子的主成分来直接分析出其类型。随后,用时间序列的方法将剩下的1类进行聚类,这一类的站点又被分为了三类。最后将每一类站点投影到相应的地铁线路上,探讨了北京地铁每一条线的承担作用。最后,结合前面的聚类结果,对比站点周边的土地利用POI类型,分析了站点周边500米,直接影响区域内的POI类型数量与比例进行了分析。又探讨了每一类站点周边POI的分布情况,以及这些分布情况对站点类型以及流量的线性关系。在此基础之上,对效果并非很强的几类站点进行了非线性回归分析。最终将每一类站点的线性以及非线性关系建立起来。全文发现:1.北京地铁的客流量通勤特性较强。2.不同的聚类变量会造成不同的聚类结果。3.将地铁站点进行分类后,对于不同站点应给予不同的管理方式与模型建立。4.站点周边的POI数据对于客流量有线性或非线性影响。