近年来,交通拥堵在我国变得日益严重,发展轨道交通成为了解决该问题的有效措施,但是伴随着城市轨道网络规模的扩大,城市轨道的运营与管理也面临着更严峻的考验。客流是城市轨道系统中重要的组成部分,雨雪天气会使城市轨道客流产生波动,进而影响到城市轨道客流预测的准确度以及城市轨道运营安全。通过对客流波动规律的研究,解析不同雨雪等级下的客流波动规律及客流波动持续时长,提出基于长短期记忆神经网络（LSTM）的雨雪天气下城市轨道客流预测模型,应用可拓物元法建立雨雪天气下的城市轨道运营风险评价模型,为城市轨道交通的运营与管理提供理论依据。首先通过九期移动平均法计算客流基准值,引入客流偏差率的概念以量化雨雪天气下的城市轨道客流波动,并以哈尔滨市地铁1号线博物馆站2017年12月至2019年1月的客流为例,分析不同等级雨雪天气下的分时客流波动以及全日客流波动,并分析工作日及休息日、平高峰等因素对客流波动的影响以及各类客流波动结果产生的原因。此外,提出雨雪天气下的城市轨道客流波动持续时长的量化方法,并通过曲线拟合的方式建立降水量与客流波动以及客流波动持续时长之间的关系模型。结果表明:降雨会对城市轨道客流产生负面影响,但降雪会对城市轨道客流产生正向影响,降雪对城市轨道客流的影响时间及影响大小远大于降雨情况,且降雪对城市轨道客流的影响存在一定的滞后性。然后在雨雪天气下城市轨道客流波动规律的基础上,提出基于长短期记忆神经网络（LSTM）的雨雪天气下的城市轨道客流预测模型。以哈尔滨市地铁1号线全线客流为例进行客流预测,以平均绝对误差（MRE）、均方根误差（RMSE）以及平均相对误差（MRE）作为预测模型的评价指标,与经典的SARIMA预测模型以及支持向量机预测模型进行对比,验证了客流预测模型的准确性及可靠性。最后通过分析城市轨道运营风险的因素构成以及各风险因素之间的耦合关系,构建雨雪天气下的城市轨道运营风险评价体系,引入三角模糊数确定各个指标的权重,并通过可拓物元法建立雪天气下的城市轨道运营风险评价模型。并以哈尔滨市地铁1号线博物馆站降雨日为例,对站点运营风险进行评价,验证了评价方法的可靠性。论文研究结果可以为城市轨道交通的运营与管理提供一些参考。