发展城市轨道交通是各大城市应对城市交通拥堵问题的重要手段,随着城市轨道交通规模的扩大,其客流日益增长,为城市轨道交通的运营带来新的挑战。目前我国各城市轨道交通列车的发车间隔大多通过线路最大断面客流量来确定,主要有以下不足:(1)发车间隔的制定基于宏观层面指标,对车站内微观运营状态关注不足;(2)缺少对到站客流(尤其是在车站服务能力瓶颈区域的客流)动态性、随机性、车站服务状态相关性和堵塞传播的考虑。因此现有开行方案可能导致车站的过度拥挤,增加安全风险。排队网络作为中观层面模型,可以较好的描述乘客在车站内的运行过程,揭示乘客的运行规律。并且相对微观层面的仿真模型,排队网络模型的计算效率更为高效。为此本文引入排队网络模型描述乘客在车站以及列车在线路上的运行过程,以保证乘客在车站以及列车在线路上不会出现过度聚集现象。由于建立考虑动态随机性的排队网络解析模型难度较大,本文采用离散事件仿真方法建立乘客和列车运行过程的排队网络仿真模型。本文基于AFC(自动售检票系统)数据,考虑客流在车站内的动态性、随机性、状态相关性和堵塞传播的影响,提出了相应的列车发车间隔方法。主要研究内容如下:首先针对传统列车发车间隔的优化方法对轨道交通系统客流到达和服务时间的动态随机性考虑不够充分的缺陷,本文采用具有无限逼近能力的PH分布和排队论模型对城市轨道交通系统进行整体建模,其中创新量化考虑了乘客在通道、楼梯等服务设施排队过程中服务时间的状态相关性,为城市轨道交通系统提供了动态随机环境的量化描述方法。其次通过Simulink离散事件仿真平台搭建城市轨道交通离散事件仿真模型,解决了乘客-列车双实体混合仿真、状态相关的交通服务设施服务过程仿真、换乘客流的分流与合并仿真等关键问题。以成都地铁AFC数据为基础,验证了仿真模型的高效和准确性。最后建立了基于仿真排队网络的列车发车间隔优化模型和算法。通过在具体算例中对考虑了状态相关服务时间和不考虑状态相关服务时间的优化结果对比分析,得出考虑了服务时间状态相关的优化方法能更好地针对高峰期的客流拥挤配置合适的列车发车间隔时间的结论。本文模型能够给轨道交通运营单位提供决策依据,在考虑车站客流聚集的基础上优化列车发车间隔,最大程度地发挥城市轨道交通的优势,缓解客流拥堵。