我国城市轨道交通日益增加的客流量和线网复杂度对整体建设水平和运营管理质量都提出了更高的要求,而在无缝换乘和线路成网的背景下,旅客的出行路径和乘车方案都充满不确定性。分析旅客出行乘车方案不仅能作为各运营商清分的依据,更能准确地计算线网中实时的断面客流数据,进而为制定合理的运营计划和客流组织方案等提供有力支撑。本文在城市轨道交通时空拓扑网络体系下,根据有效路径搜索模型的混合整数线性特征,以路径长度阈值为边界条件,设计有效路径迭代求解算法。针对有效路径较多的OD对,为消弭多路径旅行时间分布混杂产生的干扰,将每条有效路径拆分为若干唯一路径OD对组合,通过AFC数据与列车时刻表匹配的方法,依次求解目标车站相应类型基准时间,从而化繁为简,获取各有效路径的基准旅行时间;拟合验证结果表明该方法具有可靠性。本文以模糊C均值聚类算法为理论基础,合理利用旅客出站过程具有脉冲性这一现象,将各有效路径出站时差矩阵与旅客旅行时间组成二维目标数据集,以旅客乘车方案为聚类目标,构造基于时刻表的乘车方案推算算法（FCM-TP）,将离散的旅客数据分配到具体的列车中,获得更细粒度的客流分布情况。选取成都市轨道交通高峰时段为实验场景,充分考虑旅客留乘行为,对比分析簇类中心与有效路径理论节点,推算各旅客具体乘车方案,并利用断面客流验证算法解的合理性。相较于既有研究,本文基准旅行时间计算方法更贴合实际,并且创新性地将旅客出站时间规律纳入研究。实验结果表明,本文提出的FCM-TP算法可有效甄别旅行时间相近旅客的乘车方案,对发生留乘的旅客也具有较好的聚类效果。