随着城市群一体化综合交通网络建设的逐步发展,联程出行需求的不断扩大,多模式客运枢纽间的换乘问题日显突出。同时,在城市群内部各种突发的异常状况也会对多模式交通网络带来冲击,如何更好地判别异常事件和对相应受影响换乘客流进行识别变得尤为重要。本文以京津冀城市群内部综合交通枢纽间的出行作为研究对象,分析客流异常状态识别方法,提出与异常情况有强关联的枢纽群以及受影响换乘客流的辨识方法。本文在对突发异常状态类型及识别方法分析总结的基础上,针对城市群多模式交通系统发生的异常状态进行分类,并提出基于贝叶斯预测的通道客流聚集异常检测方法,得到一定范围内的客流安全阈值。之后基于手机信令数据、意向调查数据、客票数据等多源数据对正常和异常情况下的乘客出行信息进行获取。其中,手机信令数据的获取来自在线数据库平台,利用Hive SQL语句提取研究时间和枢纽范围内的乘客出行信息;同时结合客票数据等信息调查假定异常情况下乘客的意向出行信息,并对问卷调查对象属性和方案选择情况进行了分析。在确定利用提升度、余弦相似度和其标准化值来区分关联规则的有效性和重要度的基础上,结合各种异常状况下的乘客出行信息,利用关联规则分析对应状态下枢纽群的关联性;并分别就异常通道识别结果和假定异常情况发生位置确定异常状态的影响范围。最后利用换乘断裂点的时间分布序列和乘客出行位置信息给出换乘出行的识别流程,得到公交出行和联程出行的换乘时间阈值。同时确定受不同影响的枢纽群,得到受影响的换乘客流识别结果,并进行相关数据库的概念设计。本文的研究能够确定异常情况下枢纽间受影响换乘客流的相关信息,从而实现枢纽间换乘客流的主动保障,为提升城市群枢纽整体集疏散能力、提高系统运行效率等提供支撑。