城市轨道交通路网日益扩展,交通出行分担率不断上升,庞大出行客流直接影响车站的原有运营工作,带来安全事故与隐患。因此,全面地分析车站客流状态、准确判定设施服务水平,对车站安全运营管理、客流控制、应急处置、车站设计优化、流线布置等研究都具有重要指导意义。首先,本文从车站设施服务水平调查入手,在明确车站结构设施布局基础上,选取车站运营高峰期状态进行调查,完成了典型节点、区域处设施基础数据,客流数据以及满意度数据的调查统计。其次,根据调查统计,引入车站设施拓扑网对车站设施连接关系及乘客服务过程进行建模描述,分析拟合客流数据在各类设施处的交通流模型,并提出基于乘客感知的整体服务水平分级研究方法,确定了车站设施服务水平基础指标划分等级。再次,提出了基于动态云模型的设施服务水平评价理论。先选取设施服务水平指标结合云合成理论确定各级服务水平的标准云；再根据高峰期客流数据生成待识别云,通过其与标准云的相似度辨识,确定该时刻服务水平处于A-F六个不同等级的确定度；进而通过状态隶属关系结合马尔科夫状态转移理论分析了设施服务水平动态变化情况；系统完整地实现了针对设施服务水平的评价判断与动态预测。最后,根据上述理论基础,以北京地铁西直门站为研究对象,结合实地调查以及数据分析,仿真模拟西直门实际运营过程,通过输出的指标完成服务水平评价验证,进而论证了本文研究的可行性和实用性,并为今后城市轨道交通车站设施服务水平评价研究提供了理论支持。