随着我国城市轨道交通的不断推动发展,城市轨道交通以其便捷、低能耗、安全性高和运量大等优势逐渐成为了各城市乘客出行的首选。其中,北京、上海和广州等城市的城市轨道交通已经形成了网络化运营模式,从而城市轨道交通产生了多种多样的线路形式,由传统的单线逐渐衍变出环线和带有支线的Y型线等,列车的交路形式也由传统的单一交路衍生出大小交路、环型交路、Y型交路等多种交路形式。与此同时,城市轨道交通线路上的客流分布也随之发生变化,呈现出时间、空间上的分布不均衡等特征。这促使运营企业对城市轨道交通线路的列车开行方案进行调整优化,以适应线路上变化的客流及发展需求,有利于提高城市轨道交通线路的服务水平,同时充分利用轨道交通线路的资源,降低运营企业的成本,使城市轨道交通系统得以安全、稳定、经济的方式运行。本文在大量阅读国内外相关参考文献的基础上,以采用城市轨道交通Y型交路的城市轨道交通线路作为研究对象并建立了城市轨道交通列车开行方案优化模型;然后采用分类学习混合粒子群算法对该模型进行求解;最后采用我国某城市轨道交通线路作为案例进行验证。基于上文描述,本文的研究内容主要包括以下几个方面:(1)系统分析了城市轨道交通Y型交路的产生原因及特点和Y型交路的关键技术—换乘方式和换乘的客运组织原则进行分析,对实施Y型交路的工程条件进行了分析汇总,并对我国既有的采用Y型交路的城市轨道交通线路进行了统计分析。(2)在对城市轨道交通Y型交路系统分析的基础上,对城市轨道交通Y型交路列车开行方案的组成及其主要影响因素进行分析,并结合Y型交路的运营组织特点,详细论述了城市轨道交通Y型交路列车开行方案的编制原则和编制步骤,为Y型交路列车开行方案模型的建立提供了理论基础。(3)结合交通运输组织的实践经验以及输送能力与客流需求达到最佳匹配的原则,以乘客出行成本及企业运营成本最低为目标,综合考虑线路最大通过能力、最小发车频率和最大可用列车数量等限制条件,构建城市地铁Y型交路模式下的列车开行方案优化模型,来确定Y型交路模式列车开行方案的主线及支线的列车运行区段及各线的列车开行频率。(4)以A市某城市轨道交通线路作为案例线路,基于上述构建的Y型交路列车开行方案优化模型,设计了CCLPSO(commix classified learning particle swarm optimization algorithm,分类学习混合粒子群算法)对其进行求解,然后选取相应的指标对求得的最佳列车开行方案进行分析评价。(5)选取支线交路折返站的位置、线路上列车的开行频率和支线换乘客流比重这三个因素,对其进行灵敏度分析,分析结果表明:随着Y型交路上支线交路运行区段的缩短,轨道交通线路上乘客的候车等待时间有所增多,并且支线交路运行区段的长度越短,乘客的候车等待时间越长,对乘客很不利;随着Y型交路上支线交路列车开行频率的增大,线路上乘客的候车等待时间逐渐减少,且减少速率也逐渐变小;支线交路上列车的运用数量和列车的走行公里数呈现出一种线性增长的趋势,乘客的等待成本减少,企业的运营成本初期不增不减,当支线的列车开行频率大于14对/小时时开始增加,二者的综合成本呈现出起伏不定的趋势,由此可见,支线交路上列车开行频率的确定至关重要;随着线路上换乘客流的逐渐增多,初期支线交路运行的区段仅需适当延长即可最大程度地满足乘客和运营企业的需求,但当换乘客流增长为原来的1.3倍时,此时还需要增大支线交路的列车开行频率即可达到目的,且主线和支线上列车的开行频率趋于1:1,当换乘客流增大到原来的1.8倍时,支线交路上列车开行频率需大幅增大,主线和支线列车上列车的开行频率由1:1逐渐趋于2:3。