城市轨道交通以其运量大、速度快、安全、准时、环保和用地少等优点,成为城市交通体系的骨干。然而,随着城市轨道交通线网规模的扩大和城市交通需求的快速增加,地铁的客流量急剧增长,车站客流组织难度日益增加。如何提高或合理运用车站设施设备的能力、优化车站客流组织成为轨道交通运输组织的一个重要问题。本文以城市轨道交通车站设施设备为研究对象,分析乘客的设施设备选择行为,研究了车站设施设备布局优化问题,提出了乘客的设施设备选择模型和车站设施设备的布局优化方法,选取典型车站进行实例分析,并运用Anylogic软件仿真对车站设施设备布局优化的效果进行验证。主要的工作内容如下：(1)介绍了车站客流流线、车站设施设备及单类设施设备的相关概念和分类,归类分析常见的车站设施设备和单类设施设备的布局形式,进一步界定了本文的研究范围：阐述车站设施设备布局的概念和原则、设施设备布局优化的层次结构和措施。(2)分析和量化乘客选择售票设备、检票设备、楼梯和自动扶梯组合设施的影响因素；基于平均影响值算法(MIV)筛选设施设备选择的关键影响因素,分别建立基于BP (Back Propagation)神经网络和基于MIV-BP神经网络的模型,描述乘客的设施设备选择行为；并利用模型预测精度和训练时间两个指标分析两类模型性能,确定各类设施设备的选择模型。(3)分析车站设施设备布局优化方法的层次结构,并利用“节点—流线”集合对车站设施设备、流线起止点、流线干扰点和客流流线进行描述：以车站平均服务时间最小、流线干扰度最小和设施设备利用均衡度最大为目标,分析设施设备间的位置、能力关系,考虑乘客的设施设备选择行为,建立车站设施设备布局优化模型；采用遗传算法(GA)和数据包络分析(DEA)集成的方法对模型求解,即运用GA设计试验方案,通过DEA方法评估试验方案的适应性,从而得到优化方案。(4)根据本文提出的设施设备布局优化方法,对北京地铁王府井站进行实例分析,并利用Anylogic软件对初始方案和模型产生的优化方案进行仿真验证,结果表明本文提出的方法可以有效提高车站服务水平和设施设备利用水平,为城市轨道交通车站运营管理和客流组织提供理论依据。