随着我国城市道路交通日益拥堵,许多城市因轨道交通运量大、速度快等优势而规划建设城市轨道交通系统,并将其作为城市公共交通的骨干。我国各大城市的轨道交通线路数量不断增长,使得轨道运营组织管理从单线运营转向网络化运营。随着城市中出行需求的急剧增长,越来越多的城市轨道交通线路正处于高峰过饱和的状态,许多乘客无法顺利乘坐下一班列车而滞留于站台,这不仅大大增加城市轨道交通系统运营计划编制的复杂度,还导致严重的站台客流聚集情况,影响运营安全。此外,在客流预测过程中,如果轨道交通线网缺乏足够长时间内的大量历史客流数据,客流量预测结果往往无法满足预测精度要求。即使线路客流特征明显且稳定,因轨道交通系统中的突发事件等,实际客流量常偏离基于历史客流数据预测得到的客流量。因受到实际运营中多种因素影响,城市轨道交通客流需求通常具有不确定性。基于此,本文考虑客流需求的时变和不确定特点,深入分析城市轨道交通线路和网络的客流特征,研究线网运营条件下的客流控制策略,为城市轨道交通运营管理提供重要的理论和方法支撑,主要研究内容包含以下方面:（1）以城市轨道交通线路客流需求为数据基础,描述车站与列车间客流动态演化过程,分析城市轨道交通系统运能与客流匹配关系。考虑不确定客流需求情景,基于列车安全间隔、载客量限制等约束,构建协同优化时刻表编制、客流控制策略和列车跳停方案的鲁棒优化模型,来最小化高峰时期车站站外和站台滞留人数、乘客总等待时间和列车总旅行时间。进一步,将基于情景集的鲁棒优化模型转化为具有线性约束的确定性模型,以便于求解。基于北京地铁昌平线的算例结果表明,实施客流控制策略和跳停方案的时刻表可以缓解车站拥堵问题,提高城市轨道交通系统安全性,并在一定程度上降低运营成本。此外,决策者可以选择适当的情景数量和权重系数以实现解鲁棒性和模型鲁棒性之间的平衡。（2）为进一步保证乘客出行安全并提高各车站运输效率,提出了城市轨道交通网络运营条件下的客流控制策略优化方法。基于城市轨道交通网络各车站站外、站台及列车间的客流动态演化过程和乘客换乘行为,考虑列车载客量限制、站台最大聚集人数限制、换乘及不确定客流需求等约束,以滞留站外乘客数量、滞留站台乘客数量及客流控制次数最小为目标函数,构建了基于不确定客流需求情景集的鲁棒优化模型,制定系统最优和满足乘客出行需求的大规模城市轨道交通网络下的客流控制策略。由于大规模网络问题求解复杂,提出了基于拉格朗日松弛的分解算法,将原大规模网络问题分解为各条线路子问题分别求解,得到原问题解的下界,并采用启发式算法快速得到原问题解的上界,用次梯度法更新拉格朗日乘子,使上下界不断逼近,有效提升计算效率。最后,基于部分北京地铁网络运营数据的仿真结果表明,所设计的算法能够在较短时间内求解得到误差较小的解。对比于不实施客流控制,所提出的客流控制方法能够有效缓解站台拥堵。与各客流需求情景的最优目标函数值比较,各情景下基于鲁棒客流控制策略的目标函数值,两者相对误差较小,说明鲁棒客流控制策略在各情景下效果良好,且有效降低了系统对客流需求扰动的敏感度。图24幅,表16个,参考文献85篇。