轨道交通车站的规划设计和运营管理是建筑规划、交通工程以及公共安全管理等相关领域的重要研究课题。目前轨道交通车站客流剧增、限流常态化,如何描述车站内乘客的集散过程、系统分析计算不同服务水平(对应不同时段、不同类型的乘客)下车站的能力、定量评估不确定性需求下车站能力适应性情况并给出对应的客流组织方法、研究多个车站的协同客流组织问题,是车站规划设计、客流组织、设备使用方案制定、列车运行组织的重要依据。本文以轨道交通车站为研究对象,从车站内乘客集散特性出发,围绕着车站服务能力的计算、评估及加强,开展车站服务能力概念体系的构建、车站服务能力的计算、不确定性需求下的车站服务能力适应性评估以及多站协同客流组织等相关研究,并选取典型车站进行了实例分析。论文的主要工作包括以下几个方面：(1)构建了轨道交通车站服务能力概念体系。在已有运输能力概念和定义基础上,结合车站系统业务流程,提出了能反映不同拥挤及安全特性(服务水平)场景的车站服务能力概念,兼顾运营者和乘客两个不同主体的需求,形成了能动态反映不同时段、不同类型乘客的车站能力理论；分析日常短期、未来中长期客流不确定性(包括总量及客流空间分布变化)的特点,研究不同客流总量及客流空间分布下的车站服务能力变化情况,提出三类不同的车站服务能力：车站最大服务能力、车站备用服务能力、车站单项可变需求服务能力,并给出每种能力的适用场景及物理意义；剖析车站服务能力的影响因素,研究车站服务能力的数学表达问题,建立不同车站服务能力的数学表达模型。(2)建立了车站集散过程的分层排队网络模型,构建了车站服务能力的排队网络优化模型,提出了车站服务能力的解析分析法,通过地铁北京站实例验证模型及算法的有效性,并分析单项可变需求服务能力的灵敏度。分析地铁车站单个设备设施(楼梯、通道、闸机、站台等)处的客流特性,建立楼梯、通道等单个设备(节点)的拥挤状态依赖排队模型和站台留乘人数的马尔科夫排队模型,形成基于M/G/C/C状态依赖排队的车站分层网络分析模型；以车站网络分析模型为基础,构建具有多目标、非线性约束的车站服务能力数学分析模型,并采用响应曲面法(RSM)对模型进行求解；以地铁北京站为例对高峰小时单项可变需求服务能力进行计算,验证算法的可行性和有效性,并采用灵敏度分析研究单项可变需求服务能力的瓶颈设备设施。(3)研究车站的排队网络仿真模型构建技术及车站服务能力的仿真表达技术,提出车站服务能力计算的仿真求解方法,形成车站服务能力的仿真分析技术,并结合地铁北京站实例研究解析和仿真技术的效率和各自的适用范围。研究单个乘客的节点动态选择行为与车站宏观客流集散相结合的仿真建模技术,建立了排队网络与单个乘客节点选择行为特性结合的车站乘客集散仿真平台；针对仿真优化模型求解的复杂性以及决策变量规模大的特点,提出采用遗传算法(GA)设计优化仿真方案,并以数据包络分析(DEA)评估试验方案的效果(即适应度),克服了GA适应度函数中的多目标权重设置困难,形成集成DEA和GA的车站服务能力仿真分析方法；以地铁北京站和西二旗站为例验证仿真分析法的可行性及有效性,并比较分析车站服务能力的解析分析法和仿真方法的效率和各自的适用范围。(4)针对车站客流需求总量波动大以及客流空间分布变化大的问题,研究客流需求空间分布、需求量与车站服务能力的关系,提出车站服务能力适应性的定义以及不同服务水平、不同需求场景下的能力适应性的测量方法。按照客流空间分布的差异,把能力适应性分为空间分布一定和空间分布变化两大类：客流空间分布一定时采用备用服务能力来衡量能力适应性大小；客流空间分布变化时提出以下两种评估方法：①整体适应性,用来评估各类客流需求(反映总量和客流空间分布)都变化时车站能够服务的最大需求,其大小可用最大服务能力来测量②单项可变客流需求适应性(单项适应性),用来评估单一类型客流需求量变化时车站系统能够完成的最大客流需求,其大小可用单项可变需求服务能力来计算。以地铁北京站(普通站)和地铁西二旗站(换乘站)为例验证能力适应性评估方法的有效性；并重点分析地铁西二旗站服务能力对进站需求及换乘需求的单项适应性,提出不同场景下的车站限流方案。(5)针对北京地铁早晚高峰小时需求远大于点线能力情况,研究客流在单线多个车站间的传播规律,在单站能力分析评估的基础上建立了多站协同限流模型,给出了相应的求解算法,并以地铁13号线为例进行了算例分析和模型算法有效性验证。从理论上分析相邻车站客流拥挤传播规律,评估协同限流策略的效果,为多个车站协同限流提供理论和技术支撑。