随着现阶段我国的城市轨道交通枢纽网络的不断成熟,如何完善对轨道交通的运营管理手段变得尤为重要,与此同时还将逐一面对各类的风险与挑战。在国家发展全方位立体型交通网络的趋势下,城市轨道交通系统凭借着其优越的性能成为解决城市拥堵的一个重要的手段,轨道交通系统通过调控人力资源的分配,物力资源合理化的运用,能够给运营者带来最大化的经济效益以及为社会谋得最大的福利,是当下社会讨论关注的热点。本文充分调研了国内外在轨道交通运营管理上的发展现状后,结合吸取了各自的优点,针对轨道交通系统冗杂性的特点,提出了一种基于非均匀变异算子的状态空间进化算法来实现对轨道交通的优化调度,该算法是基于离散型的状态空间模型,通过实数编码对原始数据进行转化,并引入了遗传算法理念的一种新型智能算法。采用了基于非均匀变异算子的状态转移矩阵,加强了在原最优个体附近间的局部搜索能力,这样作用下的状态进化矩阵随群体中个体适应度值自适应变化,上一代群体中适值越大的个体在生成新个体时所作的贡献越大,算法的收敛速度也将增加。该算法简单明了,让人更为直观的了解系统内部变化。以乘客的平均等待时间换算成的出行成本和轨道交通运营公司车辆运行成本最小化为优化目标,通过对载客率,最大最小发车间隔,相邻两车发车间隔等条件进行约束,来实现主体利益之间的平衡。并建立城市轨道交通优化调度数学模型,借助仿真平台,利用基于状态空间模型进化算法对现实轨道交通运行情况进行仿真实验,结果充分表明了通过对所构建数学模型的优化计算可以减少乘客出行成本和运营公司运行成本之和的总耗费成本,同时也验证了算法在工程应用优化上的可行性与有效性。