城市轨道交通具有大容量、准点率高以及环境友好的特点,扮演着城市公共交通骨干的角色。随着中国城市化进程的不断推进和大中城市的迅速发展,城市轨道交通系统的运营里程不断增加,客运量平稳增长,其运营组织也日益复杂。不确定的突发事件频发,可能导致列车晚点,影响行车安全,降低了城市轨道交通系统的服务质量和运营效率。同时,城市轨道交通运营里程的增加也使得系统总能耗迅速上升,运营成本快速升高。利用仿真方法预先评估潜在突发事件,分析事件对列车运行造成的干扰,导致的乘客延误及服务水平损失,能够为运营单位制定应急预案提供数据支持。通过对列车运行能耗进行建模,实现对不同运行方案的能耗评估并选取最优方案,能够切实降低城市轨道交通运营成本,具有重要意义。本文基于多智能体理论,对列车运营过程进行建模,定义智能体并设计其功能,建立离散事件驱动的列车运行仿真框架。针对突发事件场景和节能运行场景分别制定相应的仿真规则,建立运算高效的仿真模型。本文的主要研究工作如下:（1）对列车实际运行中的牵引、巡航、惰行和制动工况进行建模分析,设计算法分别计算列车在区间最短运行时间、指定运行时间以及受限运行条件下的速度-时间曲线。基于多智能体理论定义了列车、站台与乘客智能体,根据实际运营中智能体可能采取的不同行为设计了相应功能。对列车智能体之间的交互规则进行设计,以模拟列车在移动闭塞条件下维持列车间安全距离的行为;对列车、站台与乘客智能体之间的交互规则进行设计,以模拟乘客的进出站与上下车行为。将列车在突发事件场景下的运营过程抽象成多类离散事件,设计仿真模型的离散事件系统。基于城市轨道交通中列车相对分散的特点,设计了并行计算规则与仿真推进流程,加速仿真计算效率。（2）针对列车节能运行仿真场景,利用已建立的仿真模型框架,复用列车运行仿真的基础算法。在基于车载蓄电设备和再生能直接利用两种情景对仿真模型分别进行改进的同时,针对两种情景分别设计了自适应大邻域搜索算法,定义了多组破坏和修复算子,以验证所提出的仿真模型可以应用在节能运行优化算法中。在车载蓄电设备情景下,对列车运行中的耗能和再生能储存过程进行建模,模拟列车运行中再生制动能的储蓄与消耗。在再生能直接利用情景中,对列车运行中再生制动能在供电线路中的传输过程进行建模,模拟列车在制动工况下将产生的再生制动能传输至供电网络以及在牵引工况下即时利用电网中其他列车提供的再生能的行为。通过定义供电区间智能体并设计智能体与列车智能体的交互规则,实现计算供电区间内实时能耗的功能。设计了列车正常运营条件下的离散事件系统与高效的仿真推进流程。（3）基于北京地铁亦庄线的实际线路、车辆和客流数据,进行数值算例分析。在突发事件场景下,设计多组突发事件,比对分析突发事件发生位置和持续时长与其引发的列车延误、能耗增加以及乘客延误之间的关系。仿真模型完成25辆列车3小时仿真的平均耗时为1.2秒,体现了突发事件仿真模型计算的高效性。在节能运行场景下,针对车载蓄电设备情景,利用自适应大邻域搜索算法优化列车站间运行时间,优化后的单车运行能耗较原方案降低3.95%;针对再生能直接利用情景,分别优化高峰期和平峰期列车站台的停靠时间。优化结果显示,高峰期系统能耗降低16.96%,平峰期系统能耗降低17.71%。结果表明,优化后的列车运行方案具有显著的节能效果,算法计算耗时也证明本文提出的节能运行仿真模型具有足够的计算效率以应用在启发式节能优化算法中。