摘要：随着城市轨道交通网络迅速扩张，网络化运营规模扩大增加了系统管理的难度，突发事件如列车延迟、机械故障、拥挤延误等也会经常发生，进而影响网络的正常运营，一定程度上也威胁着乘客的出行安全。由于突发事件随机性较强，使得识别异常客流并对事件的影响范围和程度做出有效评判成为城市轨道交通突发事件管理中的难点问题之一。本文通过突发事件下AFC数据的深度挖掘，分析乘客的出行行为，基于贝叶斯预测方法对城市轨道交通客流异常进行识别，在此基础上提出了受影响客流量和旅行时间估计模型，从影响范围和影响程度两个方面度量了突发事件对城市轨道交通网络运输性能的影响。基于真实的AFC刷卡数据，对北京市轨道交通突发事件进行了模拟验证，所提出的方法能较好预测突发事件的影响范围和程度，为城市轨道交通应急管理提供了理论依据。

Sun Huijun, Wu Jianjun, Wu Lijuan, Yan Xiaoyong, GaoZiyou. 2016.Estimating the influence of common disruptions on urban rail transit networks. Transportation Research Part A, 94: 62-75.