为提高地铁站乘客疏散时的安全指数,有必要对瓶颈区域楼梯处的乘客疏散时间进行预测以评估其通行安全性.首先,针对地铁站乘客沿楼梯上行疏散数据难以采集的问题,采用MassMotion仿真软件搭建楼梯场景,模拟乘客沿楼梯上行疏散行为,获取疏散时间基础数据;然后,利用基础数据训练和测试随机森林模型,实现乘客沿楼梯上行疏散时间的预测;最后,以疏散时间、乘客密度、疏散恐慌度为指标,建立疏散安全综合评估模型,用于评估地铁站乘客沿楼梯上行的疏散安全等级.结果表明:所采用的随机森林模型预测结果的平均绝对误差(MAE)为3.45　s,平均绝对百分比误差(MAPE)为3.8％,相较于反向传播神经网络(BPNN)模型和支持向量回归(SVR)模型具有更高的预测准确度;采用疏散安全综合评估模型评估青岛某地铁站的楼梯安全性,得到早高峰时期的疏散安全性评估值为中等.