改革开放35年来，随着经济的飞速发展，我国形成了以珠三角、长三角和京津翼为代表的经济社会高度发展的城市群。城市群的形成，促进了城乡一体化的发展，使城乡概念趋于模糊，诱导以城市群各中心或副中心城市主城区为核心，与其周边乡镇形成了密集城镇群。交通一体化是实现密集城镇群各项功能的关键。打破行政地域界限，在密集城镇群范围内合理分配交通资源，构建高质量的客运交通体系，能够充分发挥交通在经济发展中的重要作用。由于人口密度高，交通出行量较大等特点，发展多层级多模式轨道交通，是完善密集城镇群交通一体化的必然选择，而科学的客流预测，关乎到能否满足居民高品质的出行需求及保障轨道运营的经济效益，因此，如何合理准确地预测轨道客运需求，成为控制轨道交通建设和运营规模、提高不同模式轨道交通服务水平的一个先导性课题。论文分析了密集城镇群经济社会、土地利用和客流分布等特征，在此基础上，根据出行起讫点不同，界定了区域、市域和市区三个不同层级轨道客流，依托“四阶段”客流预测思路，在每一阶段针对不同层级客流提出了相应的预测方法。首先，在轨道客流生成与分布阶段，结合轨道交通层级划分，确定密集城镇群交通小区的划分原则，并从市区和市域两个层级分别研究客流生成预测模型。针对所研究区域空间跨度较大的特点，借鉴重力分布模型的交通阻抗模型，引入广义出行费用，构建双层最大熵分布模型。区域层级轨道客流划分阶段，根据密集城镇群出行特征，提出轨道客流初划分和再划分两阶段预测思路。初划分阶段，基于资源分配理论，将轨道交通视为大交通方式，研究其与公路、航空和水路等其他交通方式的客流分担率；再划分阶段，将轨道交通方式分为客运专线、城际轨道和既有铁路等三种模式，基于斯坦伯格博弈思想，构建了基于动态广义费用的双目标优化模型，并以东莞-广州通道为例对模型进行了验证。市域及市区层级轨道客流划分阶段，借鉴现有轨道交通客流预测理论与方法的基础上，明确密集城镇群市域及市区两个层级的居民出行方式选择影响因素，基于低碳交通理念，提出基于低碳模式下的NL模型及基于低碳模式下的MD模型，分别对密集城镇群市域及市区两个层级的交通方式划分进行预测。轨道客流分配阶段，在分析密集城镇群轨道交通网络乘客出行特征的基础上，运用随机期望模型计算乘客换乘时间并与路段阻抗共同组成综合阻抗，结合轨道交通线路通行能力构成双约束轨道交通网路分配模型，再基于随机模拟、神经网络、遗传算法提出综合性的混合智能算法对模型进行求解。本文以研究密集城镇群多层级轨道客流预测方法与模型为突破点，提出一套密集城镇群区域、市域、市区三个层级轨道客流预测的方法与模型，能够为未来轨道交通的建设及运营规模提供借鉴和参考，对于改进和完善已有的轨道客流预测方法具有重要的促进作用。