随着中国城市化建设进程的加快,城市轨道交通系统网络化发展成熟度日渐提高,系统运营功能关联和复杂性也随之增加,从而增加了运营过程中风险和事故发生可能性。因此,通过系统研究不确定情境下风险识别方法以及风险评估理论和方法,并运用于城市轨道交通运营风险分析中,从而丰富和拓展现有城市轨道交通运营风险分析理论与方法体系。基于此,考虑城市轨道交通运营风险识别和风险评估过程中的理论研究不完备问题,从不确定情境下系统风险识别方法和风险评估方法两个方面围绕决策偏好开展应用基础理论研究;然后针对城市轨道交通运营风险分析问题,将所构建的风险识别方法和风险评估方法结合具体情境进行应用研究。本文具体研究内容如下:（1）针对不确定情境下存在风险因素交互的风险识别问题,以模糊偏好表征不确定信息下,基于Acci Map模型和解释结构模型,建立不确定系统风险识别方法。首先运用Acci Map模型以自上而下的方式识别系统风险的主要影响因素以及因素间的内在逻辑关联关系;其次引入三角模糊数表征决策偏好信息,并结合解释结构模型建立风险因素间关联关系定量化分析方法;然后结合交叉矩阵相乘法（Matrix of Cross Impact Multiplications Applied to Classification,MICMAC）构建关键风险因素识别方法;最后以算例分析验证模型有效性和合理性。（2）针对风险评估中存在风险因素关联和决策偏好关联不确定情形,基于Choquet积分和全乘比例分析多目标优化方法（Multiple Multi-objective Optimization by Ration Analysis,MULTIMOORA）,建立改进的Fine-Kinney不确定风险评估方法。在以三角模糊数表征不确定风险偏好信息的框架下,首先引入模糊数偏好度概念构建基于Choquet积分的关联风险偏好集成方法,并验证其性质;基于此提出了基于改进MULTIMOORA方法的不确定风险排序方法;最后结合Fine-Kinney风险评估框架构建考虑关联风险偏好集成的不确定风险评估方法,并通过灵敏度分析和对比分析验证所提出方法的适用性和合理性。（3）针对风险评估问题存在决策者风险偏好信息具有随机和模糊不确定的情形,基于云模型和收益-损失优势度评分模型（Gained and Lost Dominance Score,GLDS）,构建考虑随机和模糊双重不确定偏好的不确定风险评估方法。首先以正态云模型表征决策者的随机和模糊不确定风险偏好信息;其次提出Shapley-Choquet积分平均算子用以解决专家间的偏好关联建模问题;基于此结合GLDS模型建立基于改进GLDS模型的不确定风险排序方法,并融入FMEA风险评估框架形成考虑双重不确定偏好信息的不确定风险评估方法;最后通过算例分析验证所提出方法的适用性和可靠性。（4）针对不确定情境下风险评估过程受决策者参照点依赖和风险损失厌恶等风险偏好行为影响,基于前景理论和广义TODIM方法,建立考虑决策者风险偏好行为的不确定风险评估方法。首先针对不确定风险评估过程中专家的参照点依赖和风险损失厌恶行为,分别运用前景理论和广义TODIM方法构建考虑决策者风险偏好行为的风险优先度计算模型;然后将所建立的风险优先度计算模型引入FMEA风险评估框架,形成基于改进FMEA的不确定风险评估方法;最后通过算例分析对所提出的不确定风险分析方法实际应用过程进行介绍,并以对比分析方式验证方法的合理性和有效性。（5）为了验证所提出的不确定系统风险识别和风险评估方法有效性,以南京市地铁运营系统为应用背景开展风险评估方法在城市轨道交通运营风险中应用研究。首先在分析南京地铁运营系统风险现状基础上,运用所提出的Acci Map模型识别地铁运营系统风险关键因素;然后综合采用云模型和基于改进广义TODIM的FMEA风险评估方法对关键风险因素的风险优先性进行分析;最后针对关键风险因素的风险分析结果提出相应管控措施。本文所提出的不确定系统风险识别和风险评估方法在城市轨道交通运营风险分析问题中得以应用和验证。在理论层面,本文所建立的考虑决策者风险偏好的不确定风险评估方法不仅进一步拓展和丰富了风险分析理论与方法体系,还提升了现有Fine-Kinney和FMEA风险评估工具的有效性和合理性。在应用层面,所提出的不确定系统风险识别和评估方法为城市轨道交通运营风险分析提供新的途径和工具。