摘要：随着城市轨道交通网络的发展，网络化运营过程越来越复杂，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转，也威胁着乘客的安全。由于突发事件随机性较强以及乘客行为难以预测，使得识别客流异常事件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研究中的一个难点问题。AFC数据中同样隐藏着突发事件下乘客的出行信息，基于贝叶斯预测方法对城市轨道交通客流异常进行识别，提出了受影响客流量和旅行时间的估计模型，从影响范围和影响程度两个方面分析了突发事件对城市轨道交通网络的影响。以北京市轨道交通网络为实例，基于真实的AFC刷卡数据，对前面所提出的模型与方法有效性进行了实例验证，可以证明依据相关数据能较为准确地判断突发事件的影响程度和影响范围，有利于决策者及早做出预案。

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