曹文超，干宏程

上海理工大学 超网络研究中心，上海200093

随着社会经济高速发展，地铁作为城市公共交通重要组成，由于其高效、准时、环保等特点吸引了大量的客流，而客流增加带来社会经济效益的同时，也产生了一定的安全隐患，尤其是在地铁车站内。2012年，上海地铁1号线和2号线由于设备故障，导致大量乘客滞留，进而产生踩踏事故；2015年，深圳地铁站发生连续踩踏事故，造成12人伤亡。因此，如何及时准确获取地铁站内客流量变化，建立完善的客流预警和应对机制，成为提高车站的运营和管理水平的关键。

地铁车站客流预警[1]：通过对地铁车站客流状态进行判断，采用定量定性相结合的方法，对车站客流量及相关参数进行预测，根据预测结果对车站客流整体安全状态进行评估，进而对外发布安全预警，以期对车站决策管理人员进行提醒和警告，确定行车和客运组织配套方案。地铁车站客流预警模型依赖如何准确有效获取站内客流数据，在客流获取方面现有研究主要针对周期性客流[2-5]，缺乏对非周期性客流或突发性客流的关注。文献[6]基于乘客出行轨迹，对断面客流进行了估算；文献[7]基于客流的时空特性提出了一种基于SVM的地铁短期断面客流预测模型；文献[8]通过利用多源数据构建数据特征，采用长短期记忆网络实现地铁进站客流预测。

在地铁车站客流预警方面，现有研究主要集中在对预警等级和系统机制的探索，缺少对实时客流预警模型的研究。……