乘务计划作为城市轨道交通运营组织的重要组成部分,是保证行车安全和运营效率的重要环节。乘务计划编制分为乘务排班计划与乘务轮班计划两步,其中乘务排班计划作为第一步,其编制结果影响了后续乘务轮班计划编制的难度与质量。在实际的运营实践生产中,线路管理部通常会根据个人经验对乘务排班计划进行手工编制,其所需时间长,且难以适应运营突发情况。目前乘务计划编制人员通常考虑的目标是在尽量满足当前约束的情况下,如何更少地运用乘务员完成新运行图计划的值乘。但编制得到的乘务排班计划通常会出现工时有效率较低、值乘里程和值乘时长不均衡的情况。而乘务班组中每个乘务员的开行公里数与值乘时长的不均衡除了会导致乘务员收入无法得到均衡,还会使得部分乘务员值乘时间过长从而存在行车安全隐患。本文基于国内外对乘务排班计划的研究结果以及运营管理实践经验,研究了上海地铁的乘务排班计划编制现状。针对上海地铁乘务排班计划编制实际需求,提出以任务均衡度为目标建立模型并设计求解算法,即值乘时长与值乘里程相对均衡。本文的研究内容包括以下四个主要方面:（1）构建了基于任务均衡度的乘务排班计划优化编制模型。综合考虑目前国内乘务支出成本体系,构建了经典集合分割主规划模型,建立了基于任务均衡度的子规划模型。主规划模型中包含了乘务片段全覆盖约束,子规划模型中包含了单次值乘时间上下限、总值乘时间上下限、用餐间隔、轮乘间隔、乘务员同场出退勤等城市轨道交通乘务特色约束。（2）设计了基于影子价格选择的标号法用于生成乘务任务。在所建立的基于任务均衡度的乘务排班计划优化编制模型基础上,阐述了列生成思想原理。从对偶变量其理论性质出发,设计了基于影子价格选择的标号法生成乘务任务完善主规划,从而完成迭代。同时利用了Gurobi求解器求解迭代完成的主规划。（3）设计了基于列生成思想的多阶段启发式算法。在以上研究基础上,使用遗传算法对初始解进行初始进化。针对乘务排班计划编制问题设计了适合的编码模式、群体规模、个体染色体等遗传算法重要参数。将优化后的解作为系数矩阵传入主规划参数中,使得改进后的算法可以适用于较大规模乘务数据线路的乘务排班计划编制。（4）使用实际数据测试所提出模型和算法的适用性和有效性。将本文所提出的两种算法运用于上海地铁某条线路进行乘务排班计划的编制,并利用控制变量法控制权重参数进行多次求解对比结果进行分析。在求解前将乘务数据进行清洗、重组预处理,大大降低了初始数据规模,从而减少了求解时间。计算结果显示所编制的乘务排班计划在任务均衡度和乘务员运用数上有较好的表现,验证了模型和算法的适用性和有效性。