轨道交通网络客流分配比例是多路径费率清分的基础。同时，客流作为网络化运营基础，其大小和分布特征是合理制定网络运营计划、提高各线路运营协调性、发挥系统的整体能力和综合效益的关键。目前，国内外学者对轨道交通网络研究比较深入，但对城市轨道交通网络客流分配研究较少。传统求取轨道交通客流分配比例方法通常是基于时间或者路程的阻抗函数，常见的有:正态函数模型以及Logit模型，通常需要人工对该模型中的参数进行调查标定，数据来源的不确定性导致参数误差较大，模型求解结果准确性更难以保证。
目前，国内轨道交通网络均已经实现自动售检票系统(auto fare collection, AFC)来记录乘客的出行信息。该系统能准确记录乘客进出站地点和时间，国内外也有一些学者通过AFC数据来进行轨道交通网络及客流分析。ZHOU Feng等利用AFC数据中的进出站时间和列车发车计划表，通过算法计算了客流在不同路径比例，但并未对AFC数据充分利用;SUN Yanshuo等通过对AFC数据可靠性进行调查，重点分析了行程时间准确性，以此来估计乘客路径选择行为，但需要人工调查每个站点的进出站时间，工作量巨大，且调查数据准确性有待考量;SI Bingfeng等建立了基于行程时间以及换乘成本阻抗的Logit清分模型，并通过改进的Logit模型解决网络客流分配问题，形式依然是阻抗函数，并未对AFC数据深入研究。此外，也有学者利用AFC数据进行了其他方面研究，C. JOANNE「0'利用AFC数据对出行OD矩阵以及行程时间进行了分析;T. KUSAKABE等利用智能卡数据分析了乘客列车班次的选择行为;MA Xiaolei等「m利用AFC数据挖掘了乘客上车站点信息;WANG Ya等利用AFC数据，基于出行模式识别，推测了每个乘客的出行链信息;贝叶斯在轨道交通应用方面，朱顺应等利用该模型进行乘客满意度分析。
笔者在分析轨道交通乘客行程时间构成基础上，利用乘客AFC刷卡数据，并结合朴素贝叶斯分类器，提出了新的轨道交通网络客流分配模型，为城市轨道交通费率清分问题提出新的解决思路。行程时间组成要素
1.1行程时间构成
乘客乘坐轨道交通出行的行程时间主要包含以下组成要素:①进站闸机到站台的步行时间tew②起始站点候车时间tw ;③乘车时间tr ;④换乘站点步行时间ttwalk s⑤换乘站点候车时间ttwaites⑥出站步行时间tow。其中:ttwalk和await。仅在出行换乘时存在。
根据石俊刚等「上习研究表明，乘客行程时间各部分构成相互独立，且在满足一定假设条件前提下，有如下结论:
1}乘客进站步行时间和出站步行时间近似为正态分布
2)由于起始站点候车时间是一个与列车发车间隔有关的量，且介于0到发车间隔H之间。故可认为乘客进站候车时间tw服从均匀分布;
3)当假定列车都按照运行计划表运行，则可认为乘客乘车时间tr为常量;
4)乘客换乘时间包括换乘步行时间和换乘等候时间。当乘客从线路L,换乘到线路L:时，乘客会在线路L:的列车到达时间点上车，即可将乘客的换乘步行时间和换乘等候时间联合起来考虑为换乘时间tt，这是一个与两条线路发车间隔以及换乘步行时间ttwalk有关的量，同样tt也服从正态分布，N(,Ut,时)o则以A为起点，B为终点的OD对某路径g的行程时间均值和方差的表达式计算如式 (1)、(2):式中:}鼎为路径g行程时间的均值; 6ABg行程时间的方差;HA为线路A的发车间隔。
1.2行程时间参数
根据式(1), C2)可知:需估计的参数为各车站进站步行时间的均值,Uew和方差嵘w，各换乘站每个换乘方向换乘时间的均值刀，和方差62t，各车站出站步行时间的均值,Uow和方差2how, o1.2.1进出站步行时间参数
表1为AFC数据结构。表1中:可以获得乘客在某一OD对上的行程时间，tAB-tout tin。其中:tou，和ti。分别为出站时间和进站时间;tAB为该OD对上的行程时间。
对进出站步行时间的参数估计如下:
1}以单路径无换乘OD为对象，其中起始站为A，目的站为B;为OD的行程时间为tAB;此时乘客的行程时间仅由tew, tw, tr, tow构成。则路径行程时间的均值和方差如式
2)根据已知乘客AFC数据，为保证参数估计的准确性，要求估计过程中客流样本尽量大，即找出OD间客流量最大的车站;并对该车站进站和出站时间进行人工调查，并采用矩估计获取相应的进站和出站时间均值刀和6;
3)已知tr, HA和某个车站进出站时间的刀和6,并结合式(3),
C4)，即可推断出其他车站进出站步行时间参数。
表1 AFC数据结构1.2.2换乘时间参数
换乘时间密度分布函数与两线路发车时间间隔以及换乘步行时间有关。对换乘时间需估计的参为路径
4结语
笔者基于实际乘客AFC数据基础上，得到轨道交通网络每条路径行程时间的均值与方差，然后根据已有行程时间的均值和方差，结合朴素贝叶斯分类器将每名乘客作为一个样本进行概率分类，提出了一种基于朴素贝叶斯的轨道交通网络客流分酉己模型。
经过相关算例验证及仿真实验结果表明:该方法能很好预测网络客流在每条有效路径上的分配。然而，笔者的研究没有区分高峰和平峰时段，在不同时间段内，客流量会有所不同，行程时间也会有所差异，对最后预测结果影响有待进一步研究。
