随着中国城市轨道交通建设进程的不断加快，越来越多城市的轨道交通系统进入网络化运营时代。成网条件下轨道交通客流呈现几何级增长，导致客流分布不均衡、客流需求与运力供给协调匹配难度大、乘客滞留等一系列问题，在早晚高峰时段该问题尤为突出。为缓解供需矛盾、保证运营安全、提升客运服务品质，运营管理部门期望通过运营组织手段调节供给与需求，改善客流时空分布，优化供给能力时空配置与出行需求的匹配性。为此，本文围绕城市轨道交通高峰时段供需矛盾问题，从网络客流特性、出行规律相似性分析和客流预测、客流调控管理等方面展开研究，为中国城市轨道交通网络化运营客流管理提供理论支撑。具体研究内容有:
　　(1)网络化客流特性研究:利用地铁自动售检票系统(Automatic Fare Collection，AFC)刷卡数据，从网络客运量、客流分布、换乘客流量等方面分析北京市轨道交通网络层面客流的整体分布特征，以及进站分布、旅行时间、出行距离等乘客出行特性，并基于出行模式对乘客进行聚类分析，研究不同类别乘客的出行习惯和规律性。
　　(2)出行规律相似性分析和进站客流预测:为充分挖掘客流随时间粒度变化的波动规律，找出客流出现较强规律的最小时间粒度和时间段，选取了16个不同时间粒度分别构建进站客流与OD客流的时间序列，通过度量历史同期客流与当前客流时序数据之间相似性程度，更细致、更系统地分析不同尺度下客流的波动性和相关性，并以综合相似性指标对车站的可预测等级进行划分，为先验客流信息的利用提供实证依据。以此为基础，选取合适的时间粒度基于GMDH(the Group Method of Data Handling)算法对车站进站客流进行短时预测，从而为后续客流进站管理提供基础输入。
　　(3)城市轨道交通进站客流调控模型构建与分析:在分析轨道交通高峰时段供需矛盾成因的基础上，用物理结构层、出行路径层、列车运行层、运输能力层的耦合网络刻画轨道交通网络的层次结构，通过网络拓扑表达、K短路径搜索、基于乘客类别的客流分配、列车时刻表转化等手段将乘客在路网中流转的过程进行参数化，模拟了客流随列车在网络中的动态传播过程。利用CPLEX的动态线性规模模块，建立以运输能力为约束，优化系统供需匹配为目标的轨道交通高峰车站协同限流LP归划模型。
　　(4)早高峰时段车站协同限流优化:基于车站协同限流模型对早高峰时段的进站客流拥堵问题进行动态化分析研究，从调整进站乘客需求和调整运力供给两个不同角度制定伞局化的进站乘客限流方案。进站客流调控研究为限流方案的设定提供了计算方法，为路网客流调控管理实践提供了理论支撑，有助于提高乘客出行服务水平，丰富客运组织经验。