随着各城市轨道交通线网逐渐成形,土地利用开发情况也在不断变化,会出现初期建设的线路满足不了现状客流需求的情况。由于新线建设难度大、周期长、成本高,往往会对既有线路进行拆分运营。因此本文以完成进出站客流、客流分布与分配全流程的客流分析为目标,基于历史客流数据及站点周围土地利用情况,对北京市13号线线路拆分及延伸后的客流分布进行对比分析,主要包括以下内容:（1）问题分析与数据采集。针对线路拆分前后的客流变化情况及影响客流分布的因素进行分析,作为后续客流分布的理论基础。利用地铁AFC数据对现状客流数据进行提取,生成OD分布表。利用Python对百度地图进行爬取,获取POI兴趣点信息,建立城市轨道交通站点土地分布信息库。基于图论与Space L法建立城市轨道交通网络拓扑模型,作为后续客流分析的数据基础。（2）轨道交通站点进出站客流量分析。从新建站点诱增客流、既有线路转移客流及其他交通方式吸引客流等三个方面展开站点进出站客流预测。改进TOPSIS模型对站点周边的土地圈层特性进行了量化,构建了基于土地圈层系数的地理加权回归模型进行新建站点进出站量预测,对比OLS模型效果更优。基于土地分布信息库对站点进行K-means聚类分析并划分为五类,建立基于集聚效应的站点吸引范围模型,利用泰森多边形对吸引范围进行划分。建立考虑吸引范围约束的既有线路转移客流计算模型并进行计算。建立目的地选择模型计算站点效用,结合LOGSUM函数确定车站可达性,建立非线性模型描述可达性变化与其他交通方式吸引客流的关系,以此确定其他交通方式吸引客流量。（3）轨道交通线网客流分配。改进传统重力模型,新增站点类型约束条件,提出基于站点分类的三重约束重力模型。基于轨道交通拓扑网络构建有效径路集,改进深度优先有效径路筛选算法,定义重要节点与重要区段,引入换乘次数限制条件,提高筛选效率,使之更适用于较为复杂的轨道交通网络。对不同出行目的乘客对于不同出行费用因素的感知系数不同这一特点,引入后悔权重,结合效用最大化与后悔最小化原则构建广义随机后悔最小路径选择模型,利用问卷调查结果进行模型有效性分析,表明模型预测结果准确率提高6.03%。（4）以北京市13号线拆分及延伸为背景进行案例分析。利用前文所述模型方法计算得到断面客流量、客运强度、换乘系数等各类客流指标,对比分析线路拆分及延伸前后客流分布变化情况,数据结论为运营部门的规划与管理提供参考。图50幅,表50个,参考文献92篇。