城市轨道交通突发事件不仅严重影响乘客的出行体验,同时还存在拥挤踩踏等安全风险。为提升轨道交通系统抗风险能力和提高客运服务水平,需辨析突发事件对客流分布的影响,进而查找系统薄弱环节制定防控预案,并在事件进程中采取科学合理的处置措施。本文以客流为中心,首先分析突发事件特征,在考虑轨道交通系统复杂性的基础上构建运营协同防控体系框架。针对协同防控体系内客流分布估计、网络脆弱性评估、运营协同管控等关键问题展开研究。具体研究内容包括:（1）面向突发事件的客流分布估计。突发事件下乘客行为复杂,既有研究中模型驱动的方法难以辨识实际客流分布,数据驱动的方法在辨识精度方面存在不足。为实现对突发事件下客流分布的精细化辨析,以AFC及列车运行数据为基础设计乘客时空轨迹辨识算法。首先,根据出行路径复杂度对乘客进行分类,通过挖掘AFC数据隐含的乘客与列车关联关系,构建乘客时空轨迹备选集;然后,针对不同类型的乘客分别提出基于聚类分析和贝叶斯定理的乘客时空轨迹辨识算法;通过正常运营中同一OD间乘客路径选择的稳定性验证算法可靠性;最后,分析实际突发事件对客流分布的影响。案例结果表明算法具有一定可靠性,而突发事件将导致乘客滞留拥挤及客流需求波动,采取科学的防控措施十分必要。（2）面向突发事件的网络脆弱性评估。突发事件影响机理复杂,既有研究缺少对轨道交通系统性特点的考虑。为查找轨道交通网络系统的关键环节,提高防控预案的科学性,研究网络脆弱性评估方法。首先,定义脆弱性概念并在乘客行为建模的基础上提出脆弱性评估指标;然后,考虑乘客行为及线路配线设置,分别针对区间延误、列车救援、区间中断等三种典型突发事件场景提出指标计算方法;最后,为探究网络系统在极端恶劣条件下的抗风险能力,对多个区间同时中断的场景进行研究,设计基于“支配区间”的搜索算法解决区间组合数规模巨大、指标计算困难的问题。北京地铁案例结果表明:线路运输能力冗余及配线设置与系统抗风险能力密切相关;面对极端恶劣情况,仅3%的关键区间同时中断可能导致全网络80%的客流损失。（3）面向突发事件的运营协同管控。突发事件的实时管控需要多系统协同配合,既有研究对于措施协同性和客流需求不确定性的考虑不足。为优化突发事件的实时管控,首先分别对突发事件下的行车调整和客流控制问题进行分析,阐述从运输供给侧和需求侧协同管控的必要性;随后建立行车调整与客流控制协同优化双层模型,上层行车调整模型以列车延误最小为目标,下层客流控制模型以乘车客流量最大为目标;针对突发事件下客流需求不确定问题,提出鲁棒优化方法;结合模型特点设计基于灵敏度分析的求解算法;最后以北京地铁某线路进行案例分析。结果表明:协同管控可在保障乘客公平的条件下提高列车运行和乘客集散效率;相对于非鲁棒优化,鲁棒优化的客流控制措施可以损失4.16%客流的代价应对15%的客流波动。本文围绕突发事件防控这一主题,研究事件后评估分析、事件前评估预防、事件中管控应对等三方面关键技术,为轨道交通突发事件防控工作提供理论及技术支持。本文包括图53幅,表16个,参考文献182篇。