随着城市轨道交通网络化运营的不断扩张,交通出行需求持续增加,导致城市轨道交通系统车站内和列车上的客流拥挤现象日益凸显,特别是在早晚高峰时期。客流拥挤已经成为制约城市轨道交通可持续发展的关键因素,不仅严重影响乘客的出行体验和服务水平,更会对乘客人身安全、列车安全运营造成重要威胁。客流管控和列车时刻表优化,作为两种分别调控客流和车流的有效方法,受到学者和交通管理者的广泛关注。然而,以往的研究多是针对客流管理和列车时刻表优化分别开展研究,缺乏协同优化客流管控策略和时刻表计划的相关内容,而且对多站协同、精细化的客流管控理论研究也不充足。对此,本文基于城市轨道交通实际客流数据,针对过饱和客流状态,以保障乘客出行安全和列车高效运营为目标,从客流需求与轨道交通系统设备设施供给不均衡性着手,提出了数据驱动的客流管控强度计算方法,构建了多线路协同的客流管控措施优化模型及客流管控和列车时刻表协同优化模型。具体的研究内容包括:（1）基于数据的乘客出行特征和客流管控强度计算方法研究。得益于自动售检票系统（Automatic Fare Collection System,AFC）的普及,大量的乘客出行数据得以通过进出站刷卡进行收集。以AFC数据中蕴含的乘客出行规律和轨道交通网络特征信息为基础,从空间和时间两个维度分析乘客的宏观分布特征和中观出行特征。进一步,综合考虑进站、出站和换乘客流量三项指标,从乘客出行时间和空间两个角度提出了数据驱动的客流管控强度计算方法。以北京城市轨道交通网络为例验证和分析了该方法的合理性,结果表明,计算得到的车站客流管控强度符合实际情况,同时能体现客流特征和车站特性。（2）城市轨道交通网络层级客流管控策略优化。充分利用AFC数据,在分析城市轨道交通客流需求出行时间分布的基础上,考虑城市轨道交通基础设施设备能力约束和客流管控要求,以最小化站外和站台的乘客滞留时间为目标构建了网络层级客流管控优化模型。最后,以北京城市轨道交通1、2、5号线为例进行算例分析,验证了该模型的有效性。结果表明,优化的客流管控策略可以有效减少等待乘客数。（3）城市轨道交通客流管控和列车时刻表协同优化。针对城市轨道交通过饱和状况,基于随列车发车间隔而变化的客流需求,综合分析客流-车流的相互作用关系及客流需求-系统能力的相互制约关系,以最小化站外和站台滞留乘客数为目标,构建了客流管控和列车时刻表协同优化模型。以北京城市轨道交通5号线为例进行算例分析,结果表明,该模型可以同时优化客流管控策略和时刻表,且所提出的客流管控优化方法可以有效提高车站平均上车率和减少乘客延误。（4）考虑跳站的城市轨道交通客流管控和列车时刻表协同优化。针对列车跳站运行模式和不同列车满载率要求,通过分析高峰时段客流与车流的相互作用和影响关系,以最小化列车损失的能力和最小化站台及站外滞留乘客数为目标,利用优化问题的思想和线性约束方法,将客流管控和时刻表优化问题整合为一个混合整数线性规划模型。以北京城市轨道交通1号线为研究背景,针对不同跳站和列车满载率场景进行了对比分析。结果发现,通过得到的协同优化策略,可以有效降低乘客平均出行时间和站外及站台滞留乘客数,提升各站的平均上车率。（5）城市轨道交通客流管控策略和大小交路开行方案协同优化。基于灵活的大小交路组合运行方式,针对城市轨道交通客流高峰时段,以最小化站外和站台滞留乘客数、列车运营距离和运行时间为目标,采用最小-最大法和线性加权法将三个目标函数整合为单一目标,并针对模型中的非线性约束提出了线性化方法。以北京城市轨道交通5号线为例进行算例分析,研究发现,运用此优化模型可以同时获得一套完整的客流管控策略和列车大小交路组织运营方案,且优化后的列车运行总距离与运行时间比全运行大交路列车时大大减小。本文共包含图72幅,表33个,参考文献150篇。