目前,在城市轨道交通系统中,由于急剧增加的出行需求而导致的拥堵情况经常发生,该现象降低了系统的服务水平并带来潜在的安全风险。现有客流控制研究忽略了城市轨道交通系统的一些特性,且对车站内部的思考较少,如车站内部设施如何调控,导致客流控制方案难以实施。为了进一步提升服务水平,减少拥堵的发生,本文提出了一种高效的网络层及车站层协同客流控制的双层优化方法。该方法融合了站台客流控制、列车时刻表优化、站内服务设施参数管控及站外客流控制四种策略。（1）首先,针对现有研究对城市轨道交通系统一些特性考虑的缺失,导致模型对系统的表征不够详细准确从而影响后续分析。本文将动态的乘客需求、乘客的随机行为、乘客的相互作用（状态相关性）、拥堵传播机制以及时变的路径选择概率与流体排队理论融合,完善了模型对系统描述的合理性和准确性。（2）随后,基于对城市轨道交通系统的分析,在网络层中将车站简化为站台,由站台、乘降区域及列车构成了网络层级;在车站层级中,将车站分解为各类服务设施,如通道、自动扶梯、楼梯、安检系统及检票系统,由该5类设施构成车站层级。并对以上7类设施及结构借助之前改进的流体排队理论建立了相应的排队模型,结合路网拓扑结构为网络层和车站层级分别搭建了排队网络模型,以此分析网络的各项性能。（3）此外,在上述模型所获得的各项性能指标的基础上,从运营方和乘客方的角度出发,一个考虑服务水平,拥堵情况及乘客总等待时间的双层优化模型被首次提出。该模型的网络层级中旨在通过列车时刻表优化和站台客流控制策略,使乘客在站台和站厅的等待时间最小。考虑到站台客流控制实现的难度,进一步将所获得的站台客流控制结果,即各时刻进入站台的人数传输到车站层中,以此作为上下层模型联接的桥梁。车站层客流控制优化模型采用站内服务设施调整和进站客流控制策略,来使得车站设施中的乘客等待时间最小,同时确保车站输出的乘客与站台客流控制结果相匹配。（4）为了有效地解决所提出的模型,本文提出了一种基于ADMM算法的求解框架,首先分别将上下层模型都分解为两个子问题,对连续变量子问题采用改进的非线性共轭SPSA算法进行求解,对于整数变量子问题采用改进的ALNS算法进行求解,最后基于一个小规模案例和一个真实案例进行分析验证可本文所提方法的有效性。