摘要

本文基于地铁车站高峰时段客流组织优化需求，对客流时空分布特征和行为模式进行系统分析，提出了一套基于深度学习的客运组织优化方法。通过引入GRU模型实现高峰客流精准预测，采用元胞自动机构建微观人流仿真模型优化通道布局，运用深度强化学习算法动态调整运力配置。实证研究表明，该方法使目标车站乘客进站时间缩短15%，站台滞留时间减少17.6%，特殊群体满意度提升11.5%，显著提升了高峰时段运营效率和服务质量。

关键词