城市轨道交通系统是城市交通的重要组成。我国的城市轨道交通系统的运营里程和客运量迅猛增长,如何在大客流条件下构建节能减排的城市轨道交通运营系统,是值得深入研究的。为有效降低作为城市轨道交通系统能耗主体的牵引能耗,本文在综述国内外相关研究的基础上,以列车运行行为为研究对象,提出基于神经网络的城市轨道交通牵引能耗测算模型；基于再生制动能利用,提出城市轨道交通系统时刻表优化模型；考虑低峰期上下车客流,构建列车运行调整的优化模型；最后,提出牵引能耗及运输效率的评估模型。主要研究内容及结论如下：(1)系统分析了城市轨道交通系统既有的三种能耗测算模型即基于数据的回归分析测算模型、基于电功率的测算模型和基于运动学方法的测算模型存在的问题,提出了基于神经网络的城市轨道交通牵引能耗测算模型。采用灰色关联层次分析法对既有线路的牵引能耗影响因素进行分析,日平均客运量(0.86)>技术速度值(0.72)>月平均温度(0.68)。在此基础上构建基于神经网络模型的城市轨道交通牵引能耗模型,以某地铁线路为对象进行了案例分析,取得了良好效果。结论表明：模型预测值与实际值的相对误差最大为8.61%,最小为0.01%,平均相对误差为3.12%,模型精度较好。(2)通过详细分析列车运行中的牵引、惰行、制动过程,明确了增加相邻列车牵引阶段和再生制动阶段的重叠时间是提高线路再生制动能利用率的有效途径。结合城市轨道交通系统的安全行车需求提出了符合城市轨道交通运行特点的约束条件,以重叠时间最大化为目标函数,构建基于再生制动能利用的城市轨道交通系统时刻表优化模型,并以某地铁线路为案例对比了优化结果和原时刻表的差异,结果表明：当最小追踪间隔∧=90秒时,优化后总重叠时间为119秒,比原时刻表的95秒重叠时间相比增加了25.3%,显示了较好的应用性。该模型深化了既有研究中对制动过程的分析,更加符合实际运行情况。(3)通过对列车停站时分具体组成进行分析,并在低峰时期乘客上下车所需时间的分析基础上,构建了以停站时分和站间运行时分为决策变量、以单辆列车到达时刻偏差最小和牵引能耗最小为优化目标的列车运行调整优化模型,并以某地铁线路为案例分析了列车停站时分的优化潜力以及牵引能耗的优化程度。结果表明：当到站时刻偏离的权重和牵引能耗的权重均取0.5时,优化后的总停站时分从325s降至189s,共下降了136s,占原停站时分的41.8%；站间运行时分对应增加了136s,占原站间运行时分的8.4%。由于每个站间运行时分都有少许增加,因此,牵引能耗均有所下降,最终牵引能耗下降了62.07kWh。(4)考虑不同技术速度及列车满载率条件下的牵引能耗以及运输效率变化机理,以不同的城市轨道交通工作量为测算基础,提出了百车公里牵引能耗评估模型、万人公里牵引能耗评估模型,百车公里时间消耗评估模型、万人公里时间消耗评估模型,车公里运行成本评估模型、人公里运行成本评估模型,并采用实际案例对2种地铁列车的牵引能耗和运输效率进行评估。评估结果表明在技术速度低于25km/h时,牵引能耗值随技术速度的增加略有下降,当技术速度高于35km/h后,牵引能耗值随技术速度的增加而快速增长。时间消耗随技术速度的增加而不断降低。采用百车公里时间消耗指标衡量时,相同技术速度下,不同满载率对应的百车公里时间消耗无明显差异。而采用万人公里时间消耗指标时,相同技术速度下,满载率越低,单位工作量的时间消耗值越大。