城市轨道网络化运营给行车组织管理带来了挑战,如何快速适应城市轨道网络的乘客出行动态需求已成为运营组织管理的重要技术问题,也会影响轨道乘客服务水平及企业运营效益。现阶段轨道运营组织管理通常是按预定行车计划执行,尚未能实现行车组织同步根据客流变化趋势动态调整,相关调度组织方法也亟需研究完善。本文结合神经网络技术探讨轨道断面客流发展趋势的预测方法,并基于此构建了轨道行车运营组织方案的动态优化模型。首先,以重庆轨道运营数据为基础介绍了AFC数据的特征,考虑站点运营组织特点提出了轨道网络拓扑建模方法,分析并展示了进出站客流、断面客流时空分布特征,探讨了乘客出行需求分布与用地性质的耦合关系,总结了城市轨道断面客流、车辆制式、信号控制系统、站台长度等对轨道运营组织方案的影响。然后,考虑到城市轨道断面客流发展趋势对列车运行组织优化的重要性,结合神经网络方法构建预测模型,借鉴重力模型理念构造出行引力因子,映射出轨道断面客流与出行OD对引力因子的关系,据此构建神经网络的输入输出数据;设计了双层LSTM模型并探讨不同组合方式的输入以及超参数组合对客流预测效果的影响。为验证本文所提客流预测模型,结合重庆轨道交通运营数据制定多方案比选,测试结果表明本文所提的TOPn出行引力因子组合方式作为双层LSTM模型输入时,能得到良好的断面客流预测效果。最后,以已有轨道运营组织方案为基础,考虑轨道行车交路空间位置包含关系,提出了轨道饱和区段以及非饱和区段划分方法,利用轨道运营时刻表设计了轨道交路方案识别算法以及断面运能量化模型;针对待优化区段,分别考虑是否具备调整空间,结合断面客流预测输出构建了不同调整空间下的轨道运营组织优化模型,以实现轨道实际立席密度与期望立席密度之间的差距最小,以及轨道调度车辆走行公里数最短的优化目标,并引入嵌套遗传算法对模型进行求解。以重庆市轨道三号线某晚高峰为例,求解出在给定时间段内需要在九公里～龙头寺463号车次后加开一列8编组空车,该结果证明了优化模型和求解算法的可行性和有效性。