城市轨道交通在城市公共交通中发挥着重要作用.通过统计分析城市轨道交通的客流数据,研究列车发车间隔的优化方法,以此来提高城市轨道交通的运营能力,缓解交通的压力,保障列车安全运行,具有十分重要的意义.本文对城市轨道交通客流数据进行了详细的统计分析,在此基础上对列车发车间隔进行了优化,主要工作内容如下:1.客流数据的统计分析.为了分析客流的分布特征,从时间和空间上分析了上海地铁1号线各类车站的日客流分布特征;建立了上海火车站日进站客流的高斯混合分布模型,并使用EM算法求解了模型中的各项参数;此外,通过分析富锦路车站月进站客流时间序列的自相关函数图与偏自相关函数图,建立了月进站客流时间序列的ARIMA乘积季节模型.为了研究客流的变化趋势,提出了一种基于小波阈值去噪的孪生支持向量回归机客流短时预测方法(WTDTS).通过预测上海地铁1号线上海火车站4月30日进站客流数据,与支持向量机等五种预测方法作对比,可以看出WTDTS预测方法具有预测误差小、效率高的优点.通过对客流分布特征的预测以及对客流进行短时预测,可以看出城市轨道交通客流在现在及未来都存在着明显的早晚高峰,为列车发车间隔的优化提供了数据支持.2.列车发车间隔的优化.在客流数据统计分析的基础上,建立了早高峰时间段的列车发车间隔优化模型.首先,通过AFC系统搜集了上海地铁1号线的客流数据,进行了数据清洗、融合等预处理,使用凝聚Q型层次聚类方法分析了分时间段客流数据的变化特征,确定了早高峰时间段.然后,以运营商和乘客的效益最大为目标函数,以保证安全运营为约束条件,建立了多目标优化模型.最后,使用模糊目标规划算法求解,得到了列车发车间隔的具体方案.