为科学评估地铁车站内行人的拥挤状态,针对车站内部客流分布特征,采用改进的蚁群聚类算法,提出了行人拥挤状态等级划分方法。以西安地铁自动售检票系统的历史客票数据为研究对象,利用其17个车站内的拥挤强度、拥挤持续时间以及拥挤影响范围等进行行人拥挤分级,分别得到进站、出站以及进出站三种状态下的聚类分级结果。结果表明:全日地铁客流呈现出明显的M形分布,早高峰集中于8:00—9:00,晚高峰集中于18:00—19:00;三种状态下行人密度累积频率分布曲线符合对数函数,表明客流量随着客流密度的增加而降低。计算结果与实际客流的变化规律一致,说明基于改进蚁群聚类算法对车站内的行人拥挤等级进行划分是可行的,能够反...