城市轨道交通以准时、快捷、高效、大运量、少污染等优势成为目前解决城市交通拥堵的重要手段近年来得到快速发展。以北京地铁为例,2000年日均客流量为119万人次,到2014年日均客流量已突破千万人次大关。如此迅猛增长的客流规模给轨道交通车站带来了巨大压力,在高峰时段极易造成乘客在站内的拥堵和滞留,暴露出了车站设计及运营管理与实际客流不匹配的问题。因此,研究客流在车站内的集散规律对于提高车站服务水平和集散能力具有重要意义。本论文以此为出发点,完善车站客流集散过程相关理论,以排队理论为基础构建车站集散仿真模型,采用智能算法与仿真模型相结合给出求解车站集散能力、优化客流组织方案的方法,为车站设计和客流组织提供了参考依据。具体研究内容如下:(1)总结研究现状。通过对国内外轨道交通领域已有成果的总结,发现现阶段研究对车站客流集散这一动态过程的认识还不够充分,现有的客流集散仿真模型在仿真精度和求解效率等方面还有待改进。此外,现有的车站客流集散评价指标难以体现客流集散过程的动态特性,也有待进一步完善。(2)丰富相关理论。对车站设施进行分类,并分析站内客流特性。车站客流特性在宏观上体现为行人流整体特性及其在车站设施上的时空分布;在微观上体现为行人个体在设施上的运动行为。在上述分析基础上,提出车站设施协调性评价指标,丰富了车站客流集散理论,成为后续研究的基础。(3)车站客流集散建模。从车站整体的角度考虑,以各项设施为建模对象,考虑设施服务及客流到达规律,基于排队理论建模。分别构建服务型设施、通过型设施、集散型设施排队模型,并通过Simulink仿真平台建立车站客流集散排队网络模型。该模型可输出设施协调度、服务强度等指标,具备运算效率高的优点。(4)车站集散能力计算与优化。构建以单位时间内集散客流量最大为目标的车站集散能力计算模型、以集散客流量最大且平均集散时间最小为目标的车站集散优化模型。对上述模型分别采用遗传算法和NSGA-Ⅱ算法调用车站集散仿真模型进行求解。这种求解方法考虑了站内客流的动态集散过程,克服了以往静态计算的缺陷。(5)实际案例分析。以北京地铁呼家楼站为例,调研获取乘客步行速度、流量、密度等数据,对仿真模型进行标定。通过仿真模拟结果与车站实际运营指标进行对比,验证模型的可靠性和真实性。进而提出车站客流组织改进方案,展现仿真模型的实用价值。