随着城市轨道交通路网规模不断扩大，客流需求迅速增长，路网供需之间矛盾激化，大大降低了网络的服务质量。如何缓解能力供给与客流需求在时空的矛盾，已成为轨道交通领域最重要的问题之一。近年来，轨道交通运营方对于客流诱导，尤其是对精细化诱导理论与实际工具的迫切需求，使得精细化诱导逐渐成为新的研究热点。
　　本文针对拥堵条件下客流精细化诱导理论与实践方法，对轨道交通拥堵时空范围、受影响客流，诱导信息下乘客感知情况以及诱导信息发布优化方法进行研究，并基于以上理论成果构建基于路网拥堵识别的轨道交通客流诱导系统。本文主要研究内容如下:
　　(1)以广州地铁为例，对轨道交通实际运营中拥堵态势、信息发布渠道以及诱导信息发布级别进行分析，明确客流诱导的定义与必要性;在此基础上，对实现精确化诱导所需解决的问题进行分解，确定后续的研究子问题;最后，从物理层、需求侧和供给侧角度出发，对影响客流诱导的关键因素进行分析，确定后续研究中的关注点。
　　(2)在拥堵时空范围确定方法方面:1)提出基于换乘网络和谱聚类的城市轨道交通路网关键车站识别模型，并结合模拟退火算法，优化高斯核函数参数和簇数目，以优化分割效果;2)通过挖掘运营数据，使用客流贡献率、信息衰减率以及可配置能力系数等三个指标，结合聚类分析法，对拥堵源头站及继发性拥堵站进行了分析与确定;3)通过对历史运营数据进行分析，确定拥堵车站的拥堵时间变化规律的同时，推定当前同时期车站拥堵规律;最后，在确定拥堵时空范围的基础上，确定受影响客流，并进行实证分析。
　　(3)在诱导信息发布与优化方面，本文首先以乘客出行到站时间分布、信息衰减率以及诱导信息发布级别构建聚类分析器，对受影响客流是否感知到诱导信息进行判定;进一步，结合MNL模型，构建诱导信息下乘客路径选择行为模型;在此基础上，提出诱导信息发布与优化模型，并构建基于遗传算法与仿真推演的求解算法，并进行实证分析。
　　(4)基于以上理论方法，以ASENETMVC为框架，搭建基于路网拥堵识别的城市轨道交通客流诱导系统，阐述关键模块设计过程，并展示系统界面效果，实现从理论到实践的转变。