站台作为城市轨道交通系统与乘客直接交互的服务平台,其高峰时段的拥挤客流管控技术已成为提升系统网络化运营效率的主要瓶颈。站台拥挤是集散乘客交通流自组织和他组织复合作用下的时空演化结果。拥挤状态下,乘客对站台空间环境、设施布局等静态环境,以及集散乘客交通流状况等动态环境的拥挤感知差异对其运动行为影响显著,导致站台乘客行为动力学特性相比于车站其他行人交通设施处差异明显。因此,系统地研究站台乘客拥挤感知影响因素及其显著性,构建更符合拥挤状态下乘客心理学和行为学特性的城市轨道交通站台乘客行为模型,将有助于研究乘客在复杂环境约束下的局部交互导致宏观现象的非线性特征,为站台拥挤管理提供理论基础。本文以城市轨道交通站台集散乘客研究对象,重点研究基于拥挤感知的站台集散乘客行为动力学建模的相关理论与方法。论文的主要工作包括以下四方面：(1)在阐述站台研究范围的基础上,针对北京市轨道交通典型车站的站台乘客集散行为开展了行为观测实验,设计了基于视频的乘客拥挤感知偏好调查问卷,为乘客个体拥挤感知建模提供理论依据；设计了交通流基本图数据采集实验,基于人工现场观测和视频拍摄等数据采集技术,采集统计了乘客交通流速度和密度样本数据,为仿真模型的有效性验证提供实践依据。针对乘客交通流基本图的研究表明：与站台连接通道处、站台处的乘客交通流基本图与Greenshields模型具有较好的一致性,拟合优度均达到0.74以上。(2)在分析站台拥挤内涵及乘客拥挤感知影响因素的基础上,设计了个体拥挤感知偏好实验以获取个体主观偏好数据。针对拥挤感知偏好数据的有序离散特性,构建了拥挤感知影响因素的有序选择Probit模型,采用极大似然估计方法估计了模型参数。在此基础上,分别计算了18个影响乘客个体拥挤感知的解释变量的边际效应,研究结果表明：同等站台拥挤环境下,解释变量的单位改变量对乘客处于相应站台拥挤环境下个体拥挤感知概率的影响存在明显差异。其中,9个解释变量对乘客个体拥挤感知影响的显著性存在明显的相变现象。(3)根据既有的感知-决策-动作行人微观行为分析框架,从认知科学角度,分析了站台集散乘客拥挤感知过程,阐述了个体单元和视觉信息建模假设的必要性。根据个体单元建模假设,将乘客个体抽象为具有环境感知、行为决策和动作执行三种能力的Agent,并针对大规模Agent仿真模型计算效率与建模细致度的平衡问题,建立了基于环境感知-行为决策-动作执行三层体系结构的乘客适应性Agent模型。借鉴HCM研究成果,将乘客个体行为空间划分为个体空间和感知空间两部分,建立了基于经验数据的个体空间回归模型,根据视觉信息建模假设,提出了基于视觉信息的个体感知空间概念,将乘客个体感知空间抽象为乘客个体视觉范围内与其最先发生碰撞的个体和障碍物的物理距离。在此基础上,建立了基于神经元模型的拥挤感知函数,从认知科学的角度,提出了基于视觉信息的乘客拥挤感知信息表征方法,即将乘客拥挤感知信息定义为个体与其视觉范围内其他个体和障碍物的心理碰撞距离。(4)站台乘客行为建模的关键是如何描述拥挤状态下乘客个体运动方向和速度的选择行为。针对站台集散乘客个体认知推理决策的特点,基于拥挤感知信息,分别建立了描述站台乘客个体运动方向和速度选择行为的认知启发规则及其数学模型。分别设计了简单步行通道、复杂岛式站台两种仿真实验场景,开发了站台乘客仿真模型,确定了合理的仿真测试方案和具体步骤,以验证仿真模型的有效性。研究结果表明：基于视觉信息的表征的乘客个体拥挤感知信息对其运动行为影响显著,较好地刻画了拥挤状态下乘客群体的感知机制对其行为动力学特性的影响,其变化结果与乘客拥挤感知影响因素显著性分析的结论相同。同时,在基于拥挤感知的站台乘客仿真模型中,乘客通过个体间的局部简单规则涌现出乘客群体的复杂集散行为,能较好地再现拥挤情况下乘客交通流涌现的宏观交通特性,且模型输出的仿真数据与实际数据具有较好的一致性。