随着各超大城市人口规模的越发膨胀以及轨道交通网络运营的日趋形成,城市轨道交通已经成为各超大城市公共运输的核心。时刻表作为轨道交通运营管理的重要内容,其优劣直接影响轨道交通运输能力的发挥和运营成本。轨道交通AFC系统数据库内存储着巨量出行OD数据,是研究客流出行特征以及时刻表编制的重要依据。本文研究从AFC数据库中提取目标线路关联OD数据的方法,构建时刻表优化模型并设计求解方法。首先,本文在综述时刻表编制国内外研究现状的基础上,以北京地铁为研究对象,分析AFC系统的架构及其数据库内存储的出行OD数据格式,并对出行OD数据进行预处理。其次,基于处理后的出行OD数据,统计分析客流的时间特征和空间特征。再次,采用Floyd最短路搜索算法及全有全无客流分配法对出行OD进行客流分配,并结合出行OD类型识别及时空修正方案提取出相关线路的关联OD数据。对关联OD数据进行统计提取出站台到达率矩阵、离开率矩阵、多日客流特征矩阵以及单日客流特征矩阵。基于到达率矩阵和离开率矩阵进行三次样条插值拟合出到达函数和离开函数,基于多日客流特征矩阵进行层次聚类和k-means聚类将运营日分类为工作日和非工作日两种类型,基于单日客流特征矩阵使用最优分割法进行有序聚类将工作日划分为5个运营时段。然后,构建考虑乘客候车满意度、乘客在车满意度和运营公司满意度的分时段等间隔调度优化模型。最后,基于训练集数据,采用遗传算法求解调度优化模型,获取优化时刻表。基于测试集数据,对优化时刻表和目标线路现行时刻表进行仿真测试比对。研究结果表明,优化时刻表相比于现行时刻表,运营公司运营成本保持不变,乘客候车时间大幅度减少,乘车拥挤程度得到明显改善。