城市轨道交通以其运量大、安全、高效、节能等特性吸引了越来越多的出行客流,不同线路间的换乘流量日益增加。但地铁末班车的衔接问题并未引起足够重视,导致部分末班车服务水平下降,利用率不足,造成资源的极大浪费。因此,针对城市轨道交通路网的末班车时刻表衔接优化研究具有实际意义。当前鲜有学者针对换乘客流不确定性提出时刻表优化方案。本文充分考虑换乘客流的随机特性,引入基于场景的随机变量刻画乘客换乘流量的分布不确定性,建立混合整数线性规划模型,并设计算法求解地铁末班车运行方案。论文主要研究内容如下:(1)分析末班车换乘客流的不确定性,选取若干组具有代表性的客流数据作为随机样本,构建不同客流发生场景,统计相应的随机样本概率作为场景发生概率,采用基于场景的随机样本鲁棒性表示方法,有效刻画地铁换乘客流的随机特性。不同于其他概率数据模型,该集计型随机数据处理方式充分考虑末班车时段客流的不确定性分布特点,有助于设计具有鲁棒性的末班车时刻表优化方案。(2)利用决策者在期望收益与不确定风险之间的权衡法则,根据均值-方差理论,构建以“换乘成功乘客数量最大化”和“所有末班列车区段运行总时间最小化”为目标的不确定客流环境下地铁末班车时刻表衔接优化均值-方差模型。由于该模型中期望值与方差的量纲不同,易导致模型灵敏度下降,故采用Min-Max标准化方法将原问题进行归一化转化,保证期望值与方差达到决策平衡状态。(3)除上述期望效用准则,又提出一种非期望值优化准则。基于可靠性准则,分别建立最大-最小化可靠性模型和百分位可靠性模型。为方便求解,通过引入重构方法,将原问题转化为等价的混合整数线性规划模型,旨在一定概率置信水平下求解可靠的末班车时刻表方案。(4)针对均值-方差模型、最大最小化可靠性模型与百分位可靠性模型的特点和计算复杂性,设计基于解生成的禁忌搜索算法,分别在一个小型地铁网络和北京地铁网络上进行算例分析。结果表明,北京地铁网络大算例的运算时间基本保证在20分钟内,且换乘成功的乘客数量与末班车区段运行总时间这两个优化目标均得到显著改善,验证了基于均值-方差准则和可靠性准则的末班车时刻表优化模型的有效性以及求解算法的高效性。