伴随着近年来我国经济的高速发展和科学技术水平的不断提高,中国城市轨道交通建设也逐渐发展为网络化运营。作为现代化城市交通系统的核心组成部分,轨道交通运力强、正点率高、避免拥堵、平均速度快、交通事故率低、能源环保等特点得到充分展现,城市轨道交通正成为都市人群的首选交通工具,轨道交通客流更具有时实性、周期性等特征。所以,分析轨道交通的历史客流数据、探索其变化规律、建模预测未来客流量,对运营管理部门合理安排设备维护人员、编排适当的列车时刻表、提高重庆轨道交通综合服务质量具有十分重要的指导意义。本文以重庆轨道交通的分时段进出站客流为依据,运用客流分配理论和客流预测理论,结合重庆自身特点,对重庆轨道交通客流进行相应的客流研究和探索。主要工作和结论如下:对重庆轨道交通客流数据进行抽样分析,总结客流的分布规律和时间、空间不平衡特性,举例说明各种不均衡性,并通过数学公式将相应的不均衡系数之间的关系描述出来。回顾客流预测的发展进程,对比常见的客流预测方法,概括各自特点,分析其适用性。介于传统模型不能很好的预测呈现曲线变化的短期客流,进而引出BP神经网络,介绍其工作原理以及处理非线性、不确定问题上的优势,并依据实际需求对BP神经网络进行相应的参数设定,使之更满足我们的分析需求、使预测结果更吻合实际客流。3、本文中所有概念介绍后的数据支持,均源自于重庆市轨道交通线网客流数据统计及梳理。选取重庆轨道交通客流量最大的三号线观音桥站为研究对象,建立BP神经网络时间序列预测模型和BP神经网络回归预测模型,对比两种预测方法的特点,使用Matlab软件开展大批量数据的分析及处理,实现客流数据预测与误差修正等功能,构建客流数据库,最终实现数据循环积累和客流预测的功能。并在允许的误差范围之内,总结归纳出了未来进出站客流与客观影响因素之间的相关性。