随着网络规模扩大及客流量迅速增长,城市轨道交通网络化运营问题日趋复杂。如何及时准确地把握路网当前的系统运营状态,为运营决策提供定量依据成为一个亟需解决的问题。本文重点研究实时AFC数据接入下城市轨道交通路网客流动态分布推演建模与仿真的方法、模型与系统。主要研究内容包括:(1)在分析城市轨道交通路网客流特性及其影响因素,对比分析了客流动态分布推演的主要方法基础上,形成了以在线仿真方式实现实时AFC数据接入下路网客流动态分布推演的思路与基本方案,明确了需解决的两个关键问题,包括客流OD动态估计与路网客流动态分布推演仿真。(2)针对客流OD动态估计问题,在分析实时AFC数据的内涵、客流OD动态估计问题特点以及常用状态估计方法的适用性基础上,提出了将机器学习与递归贝叶斯相结合的客流OD动态估计的方法框架。构建了基于LSTM的客流OD预估模型、客流OD递归贝叶斯估计模型,研究了基于粒子滤波的实现算法,并用实例进行验证。(3)针对路网客流动态分布推演仿真问题,在仿真需求、系统核心仿真要素及其动态作用关系进行分析的基础上,构建了以“运输流”状态网络、乘客出行过程与列车运行过程为核心的仿真模型,提出了基于状态网络遍历的系统状态推进方法。为充分发挥多核计算机的快速运算能力,研究了仿真任务分解与时钟协调两个方面的并行仿真关键技术,以支持路网客流动态分布推演的快速仿真。(4)设计并开发了路网客流动态分布推演仿真系统,以某市地铁为应用案例,进行了仿真验证与实例分析。