随着我国各大中城市轨道交通的快速发展，轨道交通客流量逐年攀升，乘客换乘中的步行交通安全问题日益突出。为保障行人换乘安全与提高轨道交通的整体运行效率，本文从行人换乘中的运行状态角度出发，通过构建行人微观仿真模型，对轨道交通车站内的行人流进行行为状态仿真分析，解析行人流行为特性及规律，对轨道交通客流组织与交通设施优化具有重要意义。现有的行人动力学仿真模型难以实现对行人个体多样化行为选择特性的准确表达，导致仿真模拟结果与真实轨迹多有不符。以此仿真结果为前提进行的轨道交通站内设施布局设计优化工作效果欠佳。
　　本文目的是实现行人共性行为预测，构建更为精准的行人共性行为仿真模型。
　　首先，本文对行人流移动特征、行人流仿真模型以及行人共性行为的研究成果进行了归纳总结。同时以调查数据和视频数据为基础，分析了行人群体和个体的宏微观共性行为特征;基于视频检测跟踪技术，获取了行人速度、加速度、以及行人与行人间的相对空间距离等行人行为数据;从行人个体轨迹数据进行深入分析，量化行人共性行为与共性状态特征，挖掘行人共性行为与共性状态间关联关系，探究行人状态与行为之间的关系。
　　其次，论文构建行人共性状态动态识别模型。基于行人微观共性状态数据，量化了行人共性状态特征;结合时间动态规整算法(DTW)，构建了行人共性状态动态识别模型;模型综合考虑了行人真实轨迹与状态模板间的误差距离以及行人与行人间的相互作用特征，计算了行人真实轨迹与模板间的预测误差概率，可为行人状态识别及行人行为预测提供必要的理论支撑。
　　再次，论文构建行人共性行为预测模型。基于行人共性行为状态间的映射关系，结合共性行为约束规则及维特比算法规则，以识别得到的行人共性状态数据链为输入值，推算行人共性隐行为数据链，建立面向行为转移预测的分层隐马尔可夫模型，结合验证效果确定新建模型的适用范围。该模型可实现未来时段内行人个体行为状态变化预测以及行人流群体行为分布预测，为轨道交通运营管理提供科学指导。
　　最后，论文对上述研究进行了模型验证与仿真案例分析。研究从行人单一时刻轨迹点，轨迹线以及行人流群体行为分布等三方面进行仿真验证;通过与真实行人轨迹数据进行对比分析，验证了基于隐马尔可夫模型的行人共性行为动态预测模型的可行性;以北京市车公庄站为例，分析不同年龄段的行人流组成比例以及客流不同到达率下的共性行为分布特征，为今后轨道交通站内客流组织及运营管理提供理论依据。