我国人口密集，人流量大，对于国民来说，衣食住行是最基本的保障，在我国，“行”的问题显得尤为突出。绿色出行是现阶段所提倡的，一方面是解决交通拥堵，另一方面是节省能源消耗和环境污染。北京是我国的首都，交通压力也是位于全国首列，地铁是北京核心交通运行工具。目前，北京地铁中，5号线压力最大，客流量逐步上升，严重影响了乘客的日常出行，因此，设计高效的开行方案是一个急需解决的问题。 客运流向是决定开行方案的核心要素，因此，本文首先对地铁5号线的客流量和相关运行数据进行分析，对影响5号线开行方案的因素以及开行方案的过程设计进行研究。本文选择地铁运营成本与乘客出行成本作为优化目标，首先通过BP神经网络对客流量进行预测分析，通过对历史数据的训练，得到未来客流量大小。其次，对开行方案优化问题进行数学建模，通过粒子群算法进行模型的求解，得到最优消耗成本和开行方案。 通过理论分析和matlab实验结果表明，本文所研究的方案能够实现客运流量的预测和开行方案的制定，能够为北京地铁5号线的运行提供高效的解决方案。