为缓解城市轨道交通高峰进站客流分布的不均衡性、保证客运组织安全,车站客流控制已成为一种基本的运营管理手段。但在实践层面,车站实施客流控制措施会增加乘客的出行延误,由于高峰通勤乘客的时间价值较高,且城市综合交通网络的发展为其提供了多元化的出行方式选择。因此,高峰客流控制往往带来通勤乘客出行时间调整、出行方式转移等响应行为,引发客流需求的变化,同时影响着客流控制方案的制定。因而,深入剖析控制策略与通勤乘客行为变化的影响关系显得尤为重要。基于此,本文构建城市轨道交通网络高峰客流流入控制双层规划模型,在对车站实施客流控制的同时考虑通勤乘客的需求变化,以提升城市轨道交通高峰期运输服务水平、彰显无差异化的公共交通服务理念为目标,提出效率与公平导向下城轨网络高峰客流流入控制策略。本文主要研究内容如下:首先,开展客流控制策略下乘客出行行为调查。结合RP(Revealed Preference)与SP(Stated Preference)两种调查方法,采集轨道交通通勤乘客的个人属性、通勤现状、通勤意向等信息。其中,RP调查用于获取通勤乘客实际通勤出行时间、出行路径等信息;SP调查结合客流控制策略情景设定,探究轨道交通通勤乘客出行选择行为的决策因素,揭示客流控制策略下通勤乘客出行方案选择的时空影响机理。其次,构建客流控制策略下乘客出行离散选择模型。利用百度地图Web API(Web Application Program Interface)提取不同出行方式下的出行时间、出行费用等选择方案特性变量。基于SP数据构建高峰客流控制策略下乘客出行时间及方式选择NL(Nested Logit)模型,探究通勤乘客在该措施下的出行行为机理;通过K-最短路搜索算法,以最短出行时间及最少换乘次数为约束,生成城轨网络有效出行路径集合,基于RP数据构建轨道交通乘客出行路径选择PSL(Path-size Logit)模型,明确乘客路径选择影响因素,为客流控制方案的制定提供必要支撑。再次,构建需求响应下的城轨网络高峰客流流入控制双层规划模型。上层规划模型为城轨网络客流协同控制多目标优化模型,在考虑乘客到达分布特征和列车容量限制的基础上,量化客流在线网中的传播过程,面向候车、乘车、换乘等出行全过程环节建立流量守恒约束,以全网列车上客能力利用率最大化、乘客站内延误比差异最小化为目标,提出效率与公平视角下的城轨网络高峰客流流入控制策略生成方法,可通过PSL模型测算分向进站客流、换乘客流等基础指标,进而开展控制策略求解。下层规划模型为基于出行选择NL模型的客流随机用户均衡分配模型,通过计算各出行方案的效用函数及选择概率,获取目标控制策略下客流需求的动态变化状态。并针对所构建的双层规划模型,提出基于遗传算法和相继加权平均算法的求解算法。最后,依托广州市轨道交通线网开展算例分析。求解最优客流流入控制方案,分析优化前后算例网络的“列车上客能力利用率”及“乘客站内延误比”指标分布情况,以“满载率”作为辅助评价指标,反映所提出的模型算法对于疏解瓶颈区间拥堵的作用效果。结果表明:所提出的客流控制方案能够有效提升列车上客能力利用率、实现乘客站内延误均衡化,保证城轨系统高峰通勤服务的效率与公平。同时,算例网络中最高断面满载率由126.6%降至106.9%,满载率Gini系数由0.269降至0.256,表明局部拥堵现象得到显著改善,有助于城轨网络的有序、高效运营,该模型可为成网条件下客流控制工作的开展提供科学的方法指导。图39副,表28个,参考文献72篇。