2017年底的统计数据表明,我国内地已有31座城市投入运营了城市轨道交通,这从一定程度上减少了地面交通量(主要是私家车交通量),对缓解市内拥堵问题起到一定效果。但是,部分线路的车站选址不当所带来的问题也引起了城市建设者和研究人员的注意。例如,部分车站的客流被高估,而部分区域的城市轨道交通潜在乘客较多,却没有设置车站。此外,还存在车站间距设置不合理的情况,如快线上的车站间距小,列车频繁停车,运行效率低下,未能发挥快线的效率优势。鉴于城市轨道交通具有工程成本高、作业量大且建成后不可恢复的特点,因此提高城市轨道车站选址的科学性、合理性具有显著的现实意义、社会价值和经济价值。论文从基于车站规模的客流量预测和基于既定线路的车站间距优化两个角度出发,对城市轨道交通车站选址问题进行研究。为明确地铁车站的服务范围,首先基于哈尔滨地铁调查数据,确定了乘客出行生成点与车站的相对位置关系,并进一步确定了800m路网距离为车站的服务范围。该范围小于经验值的800m欧式距离。在此基础上,在Arcgis10.1环境下,建立了哈尔滨地铁1号线线路、车站、服务范围内建筑的矢量图和乘客步行网络数据集。在客流预测中,考虑到车站服务范围内,不同位置的解释变量其属性值大小对乘客生成量的影响不同以及一条轨道交通线路上不同解释变量的属性值大小对各个车站乘客生成量的影响不同。在对比了四阶段模型、基于最小二乘法的多元回归模型和地理加权回归模型(geographically weighted regression,GWR)基础上,选取行政管理、教育文化、居住、商业、休闲娱乐和医疗卫生6种用地类型建筑的加权楼层面积,土地使用多样性指数,200m范围内接驳公交车线路数,车站可达性和路网密度作为初始解释变量,建立了基于GWR的城市轨道交通车站客流预测模型。综合考虑乘客出行成本和运营方成本,对城市轨道交通综合交通成本进行了定义。并从综合交通成本的角度对车站间距进行优化。其中,乘客出行成本由步行至对应地铁车站时间价值、在车站候车时间价值、行程时间价值、离站至目的地的时间价值及车票费用,共5个部分组成。对于地铁运营成本,只考虑了和车站间距相关的列车组购置成本和运营耗电成本。考虑到城市轨道交通的公共属性,其应为尽可能多的出行者提供服务,因此以基于车站规模的客流量预测模型为上层模型;而合理的车站选址应能同时使乘客和运营方的成本处于较低水平,使其既能发挥社会效益又能实现经济价值,因此,以车站间距优化模型为下层模型,从而构建了城市轨道交通车站选址的双层优化模型。由于双层优化模型的寻优难度大,在对比了多种寻优算法的特征后,考虑到模拟退火算法在运算过程中能够跳出局部最优以及参数可调节的特征,最终,确定采用模拟退火算法对模型进行寻优。最后,以哈尔滨地铁1号线为对象,在MATLAB R2015a环境中,根据模拟退火算法的基本原理进行编程,对模型进行寻优,结果证明了模型的可操作性和实用价值。