十三五期间我国城市轨道交通高速发展,投入轨道交通建设的资金高达26278.7亿元,年均完成建设投资5255.7亿元,相比十二五期间翻了一倍,2020年底我国地铁制式占比城市轨道交通运营制式约80%。地铁列车运营时刻表是地铁运营行车组织的核心要素,制定科学合理的运营时刻表对于提高乘客的运载效率、乘客乘车满意度以及提升企业运营服务水平和降低列车运营及人力成本具有重要意义。本文根据京港地铁14号线东段的工作日客流、非工作日客流以及各车站客流的实际数据,采用k-means聚类算法进行聚类分析客流的时间分布规律与空间分布规律。研究常用的列车运行图编制方法及理论,综合考虑线路客流、通信、信号设备等方面实际情况,构建了基于动态客流分析的地铁列车运营时刻表优化研究模型,通过分析模型特点选取粒子群算法并对算法参数进行自适应改进,增加求解效率和求解精度。最后将时空客流聚类成果代入优化模型,通过Matlab数学规划软件输出优化结果:工作日地铁列车运营时刻表总成本降低3.4%;非工作日地铁列车运营时刻表总成本降低11.7%。本文主要工作如下:（1）根据地铁客流的形成、地铁客流影响因素以及地铁客流分布特征,针对北京市地铁客流进行全面分析,研究地铁客流的时间特征和空间特征,为后续客流聚类分析和列车运营时刻表优化调整提供理论支持。（2）以乘客出行成本与运营企业运营成本总和最小化为目标展开具体分析,构建地铁列车运营时刻表优化模型,并根据模型求解复杂程度选取自适应粒子群算法,针对实际情况设置粒子群算法的基本参数。（3）应用地铁客流时间和空间聚类分析成果结合地铁列车运营时刻表优化模型,输入京港地铁14号线东段客流数据、列车数据及时刻表数据,运用自适应粒子群算法对其求解,输出最优工作日列车运营时刻表和最优非工作日列车运营时刻表,分析可知,本文的运营时刻表优化模型对降低乘客和企业双方的成本具有良好的效果,经实例验证优化模型能够降低成本,具有一定的实际意义和参考价值。