随着我国城市化推进和轨道交通的迅猛发展,城市轨道交通日益成为居民日常出行的重要交通方式。然而,高峰期客流拥挤及其传播逐渐成为突出问题,威胁着城市轨道交通的安全高效运营。客流的拥挤及传播的本质原因是运能供给相对运输需求不足。为降低客流拥挤及其传播造成的运营安全风险,在运能供给接近饱和的制约条件下采用客流流入控制措施(限流)具有较大的现实意义。客流在路网中有动态传播特性,因此有必要准确掌握路网客流拥挤的传播规律,包括客流拥挤的产生、传播和消散,并在此基础上进行限流策略的制定。本文以客流传播为主线,主要做了以下工作:(1)对城轨的路网客流拥挤传播问题进行了分析,包括其含义、分类、生命周期、影响、形成原因以及常态高峰下的典型场景。(2)构建基于元胞自动机(CA)的城轨单一线路客流传播模型。从单一线路入手,忽略换乘,在CA框架下建立模型,刻画客流的单一线路动态传播过程。以北京地铁1号线某区段为例进行研究,结果表明运用模型能获得客流的时变区间满载率,对时空维度上的拥挤高峰进行定位,为拥挤的疏解提供依据。(3)构建基于事件仿真的城轨路网客流传播模型。首先提出面向网络计算的路网客流传播模型框架。然后在给定OD数据基础上,进行客流路径选择比例计算。构建描述线路上联系客流流入-流出动态过程的关键参数——分流率,并给出其计算方法。将数据和参数代入演化子模型,按列车时刻表触发系统客流状态更新,最后实现"配流到车"的动态跟踪。以北京地铁某局部路网为例进行研究,结果表明借助模型能获得路网随时间变化的列车满载率水平,呈现客流拥挤在路网的时空演变过程,为限流策略的制定提供决策支撑。与基于个体的微观仿真相比,本模型以客流OD为基本仿真单元,具有运算效率高的特点。(4)提出面向常态高峰,基于客流推演的限流策略制定方法。借助客流推演识别限流车站和限流时段,确立安全运营为第一目标、乘客延误最小化为第二目标的总体优化目标,并根据具体客流传播模型的特点设计限流数值计算方法。以基于CA的单一线路客流传播模型为客流推演工具时,设计了逆推算法求解限流方案;以基于事件仿真的路网客流传播模型为客流推演工具时,采用改进的粒子群算法求解限流方案。实例验证表明:提出的限流策略制定方法能够为实际限流提供包含限流车站、限流时段和限流强度的量化方案,从而改善区间拥挤情况,提高运营安全水平。