城市轨道交通系统是公共交通的干路骨架,承载了绝大多数城市居民的出行。随着轨道交通线路增多,线网越来越复杂,轨道交通枢纽成为客流转换、提高效率最为重要的节点。轨道交通枢纽站是多条交通线路的汇聚点和各类客流的集散地。随着客流量不断增大,加之其环境封闭、客流流线密集交织、换乘线路复杂等特点,枢纽站内部由于对大客流集散能力不足,往往容易出现集散瓶颈,影响乘客运转效率,增加了内部的安全隐患。因此,识别枢纽内集散瓶颈、寻找大客流疏散最优路径,确保枢纽的正常有序使用和保证站内乘客疏散效率成为目前亟需解决的问题。本文以重庆市典型的轨道交通枢纽站为例,进行实地调查与数据采集。运用SPSS软件对调查得到的客流相关数据进行描述性统计分析,研究站点内部不同区域的设施布局情况,总结高峰时段的客流特征并绘制客流流线图。根据客流特征,从乘客自身、站点结构、导向标识以及列车运行情况这四个方面提出高峰时段轨道交通枢纽站点对大客流的疏散需求,并通过综合灰色关联度加权的方法,根据所有影响因素两两之间的灰色关联度来建立轨道枢纽站疏散能力评价模型,使得评价结果更为客观准确。选取蚁群算法对客流疏散路径进行优化研究,从启发函数的表达、信息素浓度更新规则、状态转移规则三个方面来改进蚁群算法,建立轨道枢纽站客流疏散路径优化模型。首先,为了更准确的利用站点内部结构表达启发函数,定义疏散通道通行系数,使启发函数与两节点形成的疏散通道的通行系数和通道宽度成正比,与两节点之间的距离成反比。其次,为了使得频繁出现在最优路径中的节点得到足够的信息素增强,将全局更新规则设定为只对每次循环得到最优解的蚂蚁路径进行轨迹更新。然后,通过蚂蚁探索过程中在路径上的分布情况定义了分散度。当分散度较大时,所有路径上蚂蚁的分布情况比较分散,为了提高探索效率,直接指定信息素浓度较大的节点为蚂蚁探索路径的下一节点;当分散度较小时,路径上蚂蚁的分布情况较为集中,为了防止算法早熟收敛,除去信息素浓度最高的节点后根据随机选择规律选择下一个探索节点。最后结合实例,根据改进后的客流疏散路径优化模型,运用MassMotion行人仿真软件对客流疏散进行了模拟,为轨道站点的客流疏散设计与日常安全管理提供了理论依据。