城市轨道交通系统是一个具有速度快、载客量大、频率高等特点的交通模式。相比于其他交通形式，城市轨道交通拥有更高的运营效率、安全性和能效。然而，由于如上所述的运行特性，城市轨道交通依然是世界上高度能源密集型行业之一。并且，当前城市规模的迅猛发展必然伴随着城市轨道交通线路的大范围铺设，同时，高能耗会导致运行成本过高的现象加剧。再生制动技术是通过列车的制动过程来储存该过程中的动能并转换成电能的一种常用的节能技术。回收后的能量可以用于为属于同一变电站的其他列车提供能量。相比于传统的机械制动方式，运用再生制动技术可以充分节约能源，有效控制城市轨道交通隧道内的温度过高的问题。因此，再生制动技术已被越来越多的研究者所关注。为了提高再生制动能量的利用效率，防止因回收能量过高导致的供电网压超高等问题的出现，需要对城市轨道交通时刻表进行合理设计。　　本文从再生制动节能的角度出发，考虑更多的不确定因素和实际情况，以时刻表为研究对象，进行了相关的深入研究。此外，本文还设计了相关算法，对本文的研究进行了相关算例分析，从而证明本研究方法的有效性和意义，为城市轨道交通部门的运营问题提供了新的理论思路和决策分析方法。　　本文主要研究内容陈列如下:　　(1)介绍城市轨道交通时刻表节能优化问题的背景和研究现状，结合国内外以往的研究进行阐述，分析优势与不足，寻找目前该问题在优化过程中可以进行突破和创新的地方，基于此搭建模型，完成问题研究。　　(2)本文考虑随机情况的出现，引入机会约束规划和均值方差等理论，为城市轨道交通时刻表节能优化问题提供新的量化工具。此外，基于真实的数据进行建模，使得问题的假设和背景更能反映现实的城市轨道交通运营情况，避免模型的构建过于理想化。　　(3)在构建解决本问题的数学模型基础上，进一步设计求解算法，用以解决城市轨道交通时刻表节能优化的问题。本文设计了猴群算法对随机机会约束规划模型进行求解，此外还构造了遗传-粒子群混合的算法，以提高求解均值-方差模型时的求解效果，增强求解结果的鲁棒性。　　(4)基于城市轨道交通的真实数据，根据本文所建立的两类时刻表优化模型，分别采用猴群算法和遗传-粒子群混合算法进行求解。首先，进行相关参数实验，分别验证了每个算法的有效性和收敛性。然后，分别给出各自的最优时刻表及最优解。最后，通过一系列的对比实验，证明模型的有效性和先进性。