中国已经建成了相当规模的城市轨道网络系统，并在大城市公共交通系统中发挥着骨干作用。为了充分发挥城市轨道交通的运输优势，提升运输服务水平，必须研究乘客出行行为和客流规律，同时采取灵活的运输组织方式。轨道交通网络客流推演是研究乘客出行行为的重要技术手段之一。在既有的研究中，大多设定客流出行以路径为基础，乘客出行路径固定，且大多依赖于物理线路，现有客流推演方法尚不能完全满足灵活运输组织下乘客出行行为推演的需求。因此，有必要研究在灵活运输组织方式下网络客流的推演问题。论文试图从乘客出行行为出发，构建出一套基于出行策略的网络客流推演方法。
　　论文的主要研究思路是:首先分析城市轨道交通网络乘客出行特征，构建服务拓扑网络，进一步研究基于服务网络的乘客出行行为。以此为基础，将出行策略理念引入到乘客出行过程决策中，提出基于出行策略的轨道交通乘客出行过程。在最优出行策略基础模型算法上，重点研究了最优出行策略的路径生成算法。考虑真实运营中供需不均衡的情况，构建列车容量限制下的最优出行策略，提出混合迭代求解算法，开发了基于最优出行策略的客流推演仿真系统，结合基于仿真的弧费用迭代更新算法，实现乘客推演仿真过程。最后，采用北京地铁网络的实际仿真案例，进行了系统仿真和模型校验，证明了方法的可用性和有效性。
　　主要研究内容分为如下几个方面:
　　(1)建立基于出行策略的轨道交通客流推演方法架构。首先通过分析灵活运输组织方式下乘客的出行特点，构建合理的轨道交通拓扑网络;进一步，针对已有的客流推演方法，分析其在灵活运输组织方式下的不足;引入最优出行策略的思想，充分体现乘客在出行过程中灵活决策的特征;最后利用仿真手段，通过混合迭代仿真求解算法，实现更为真实、灵活的轨道交通网络客流推演的目的。
　　(2)设计最优出行策略的路径生成算法。通过分析最优出行策略特征，提出出行策略决策节点概念。通过比选深度优先及广度优先算法后，利用出行策略决策节点特征，设计了基于最优出行策略的深度优先路径生成算法。最后，对最优出行策略中的路径进行分析，为后期的客流推演仿真优化提供理论支持。
　　(3)基于出行策略的城市轨道交通客流推演仿真模型与算法。考虑实际运营过程中列车容量限制，构建考虑列车容量限制的最优出行策略优化模型，并提出有效发车频率，对模型进行改进。通过搭建基于最优出行策略的客流推演仿真系统，利用乘客仿真旅行时间和实际旅行时间，设计基于抵消-补偿系数的弧费用更新算法和基于最小二乘的弧费用更新算法，更新路网节点等待时间，并对最优出行策略进行更新，乘客根据更新的出行策略迭代仿真，直至收敛，完成基于出行策略的轨道交通网络客流推演。
　　(4)模型实际校验。以北京地铁为案例，通过实地调研采集到的仿真参数，构建基于服务列车的北京地铁拓扑网络，与AFC实际数据对比校验仿真结果，以验证模型的可行性与有效性。进一步地，通过研究案例中的乘客出行行为及灵活运输组织方式下列车满载率情况，提出运输组织优化建议。
　　论文的主要创新点主要有:
　　(1)提出了基于出行策略的轨道交通网络客流推演方法。通过构建中观层面的服务列车网络，分析灵活运输组织方式下乘客出行行为，提出基于最优出行策略的轨道交通乘客出行过程和相应的客流推演仿真方法，并开发了仿真系统。该方法可用于解决灵活运输组织方式下网络客流推演问题。通过北京地铁实际案例，进行了系统仿真和模型校验，证明了方法的可用性和有效性。
　　(2)提出出行策略决策节点概念，设计基于最优出行策略的深度优先路径生成算法。基于最优出行策略结果，集合其特征和出行策略决策节点特征，设计了深度优先的路径生成算法。
　　(3)构建考虑列车容量限制的最优出行策略优化模型并设计混合迭代仿真求解算法。在最优出行策略基本模型中，加入列车容量限制，提出有效发车频率对模型进行改进，提出了混合迭代仿真求解算法并设计了基于抵消-补偿系数的弧费用更新算法。在混合迭代仿真求解算法弧费用更新模块中，对比仿真旅行时间和实际旅行时间，提出抵消-补偿系数，并在费用更新时增加弧费用筛选机制，以保证弧更新的有效性。