伴随着都市范围的逐渐扩大,城市轨道交通线路向都市周围郊区及卫星城镇延伸,这种线路上的客流特征呈现出客流时间、空间分布不均衡等特点,若依然采用传统站站停的停站方案,会造成线路旅客拥堵的情况。跨线运行组织技术能够有效地解决远距离乘客的直达问题,大大缩短乘客的旅行时间及中间站换乘时间;快慢车运行组织技术依据客流特征,分别开行快车与慢车,快车满足部分乘客的直达需求,慢车则满足全线乘客的出行需求,可以大大提高线网的运行效率。本文在跨线运行与快慢车技术的基础上,提出了跨线运行与快慢车组合模型,并选用自适应遗传算法进行求解。本文研究内容包括以下几方面:（1）对跨线运行组织技术的相关概念以及必要性进行研究,对跨线运行的跨线形式及过轨方式进行介绍,对实施跨线运行所需要的行车间隔条件进行计算,研究跨线运行组织技术对跨线目标线路通过能力的影响,进而获得开行跨线列车所需要的行车条件。对快慢车运行组织技术进行分析,对影响快慢车运行的开行条件展开研究,总结出开行快慢车方案所必要的行车条件。（2）通过对城市轨道交通中的客流进行分类,研究了其客流特征。在时间、空间以及断面客流三个角度研究了客流的不均衡性,引入断面流量不均衡系数、客运量高峰小时系数、单向断面客流量高峰小时系数以及方向不均衡系数作为评判指标。（3）以全线乘客总出行时间最小为目标函数,以快车是否停站、慢车是否被后行快车越行为决策变量,以最小发车频率、最小追踪间隔、首末站必须停车等为约束,建立跨线运行与快慢车组合模型,旨在提升线路整体的运行效率,减少乘客的出行时间。并设计遗传算法（GA）、自适应遗传算法（AGA）两种算法对构建的模型进行求解。（4）求解所建立的模型。以Z市中某两条衔接为“Y”型的地铁线路为案例,具体化所建模型并利用两种算法求解,得出了基于遗传算法与自适应遗传算法的两个最优解。通过自适应遗传算法最优解与两条线路独立运行站站停方案对比,基于自适应遗传算法得出的方案使得全线乘客总出行时间减少8.9%,证明了模型的可行性与优势;通过自适应遗传算法的最优解与遗传算法的最优解对比,自适应遗传算法比遗传算法在减少乘客总出行时间方面优化了0.7%,证明了算法选择的合理性。