当前地铁列车时刻表及预存操纵方案在应对实际客流波动时存在服务水平下降及未考虑列车能耗等不足。对此,本文从乘客服务水平和企业运营成本角度出发,研究了考虑客流波动与节能的列车时刻表与操纵方案在线优化方法。首先,基于滚动优化思想构建考虑实时客流的列车运行控制框架,介绍了列车时刻表和操纵方案的在线生成与执行过程;随后,基于客流波动,提出一种以乘客总等待时间最小为目标的列车时刻表参数在线优化方法;然后,考虑再生能利用,研究以列车净能耗最小为目标的多列车节能运行协同控制在线优化方法;最后,基于实际线路进行案例分析,探讨了本文方法的适用性。具体研究内容和结论包括:（1）现实中地铁客流普遍存在随机性和波动性,导致离线编制的列车时刻表和预存的列车操纵方案难以达到预期的服务水平与节能效果。本文通过对地铁行车组织的现状分析,提出了考虑客流波动与节能的列车时刻表及操纵方案在线优化方法。首先,基于CBTC系统构建了考虑实时客流的地铁列车运行控制框架,并介绍了该框架的基本构成及工作原理。在此基础上,充分考虑实际客流波动,借助滚动优化的思想将目前时刻表的离线整体编制和操纵方案预先计算方式转化为分阶段在线滚动优化过程,从而在保证乘客服务水平的前提下,减小列车运行净能耗并降低地铁运营成本。（2）基于上述地铁列车运行控制框架及滚动优化机制,构建了列车时刻表参数在线优化模型。该模型基于滚动优化思想,将列车每次到站时作为滚动时域的分割点。根据实际到达客流计算时域内的乘客总等待时间,并以此为目标在线优化列车运行时刻表参数,从而有效应对客流到达随机性与波动性。采用三种启发式算法求解上述模型,包括带有模拟退火机制的遗传算法（GASA）、粒子群算法（PSO）及差分进化算法（DEA）。案例结果表明,相比原始时刻表,本文滚动优化模型生成的时刻表可有效节约乘客等待时间,最高可达4.72%。此外,对比了不同启发式算法在模型求解方面的效果,结果表明GASA与DEA分别在求解时间及优化率方面表现最好,PSO综合性能最优。（3）基于上述地铁列车运行控制框架及滚动优化后的列车时刻表方案,提出列车节能运行协同控制在线优化方法。在四阶段操纵策略基础上,构建以站间运行净能耗最小为目标的列车节能操纵优化模型,通过灵活改变列车工况并加入多次牵引过程实现列车运行净能耗节约。设计了带有改进搜索策略的Brute Force算法对模型进行求解。案例结果表明,本文列车操纵优化方法在不同场景下具有节能效果。其中,对于单列车在不同线路坡度下运行场景,本文方法平均节能率可达3.12%;对于多列车在不同发车间隔下运行场景,本文优化方案中列车再生能利用率平均可提高13.32%,净节能率达5.46%。另外,提出的算法能够在极短时间内求解列车操纵方案,可满足在线实时计算要求。