伴随城市发展的同时,城市轨道交通已经成为大中城市居民出行的首选。客流量越来越多的同时必然带来车站安全隐患问题。近几年车站客伤事件层出不穷,如何保障乘客生命财产安全,是目前城市轨道交通领域急需解决的问题。现行措施更多的是根据现场情况判断车站客流疏散的瓶颈点,按照车站管理人员的经验制定措施,这种方法的合理性有待商榷。通过科学的预测客流的方法及车站客流分布仿真系统制定疏散措施,将更为有效。针对城市轨道交通大客流情况,即突发大客流情况和日常大客流。对这两种情况分别进行从车站客流预测和车站客流疏散两个方面展开研究。通过可靠采集的大量完整客流历史数据使用BP神经网络预测方法对突发大客流车站、日常大客流车站的客流量进行预测,找到了使用BP神经网络预测手段对突发大客流情况和日常大客流情况客流量预测的方法,对BP神经网络预测方法中难以确定的隐形节点数进行了确定。在准确预测客流状况的基础上通过使用城市轨道交通车站客流分布仿真系统分别对突发大客流车站和日常大客流车站的客流分布情况进行仿真,确定大客流情况突发时车站疏散的瓶颈点,建立了瓶颈点处设施设备的时间模型,制定出了一套符合本车站客流特征的、切实可行的疏散措施来达到缓解车站大客流情况,以降低车站存在的安全隐患。使用城市轨道交通车站客流分布仿真系统对制定的疏散措施进行了验证。