由于高运能，高效率，出行便捷，缓解拥堵，绿色环保等优点，近年来城市轨道交通发展一直受到政府的大力支持，逐渐成为了城市交通出行的骨干。日益扩大与复杂化的线网规模使得城市轨道交通网络已迈入网络化运营时代。城市轨道交通网络是线网结构与客流相互驱动，相互影响的复杂整体，根据客流需求来增加新线的规划与运营投入，同时线网结构存在的根本意义就是为运输客流而服务，脱离了运输特点来谈论城市轨道交通网络结构的特性是片面的。大量的研究表明复杂网络理论有助于分析复杂系统中各事件之间的逻辑关系，应该用于研究城市轨道交通网络结构特性，但大多数的研究仅考虑纯拓扑结构的特性或基于此的演化动力学的研究，少数的研究虽引入了客流赋予网络更多的意义但仅研究了基于静态的部分网络特征值，研究不够深入。本文展开了以下几方面的研究工作，并取得了相应的成果:
　　(1)针对北京地铁所有换乘站各换乘方向的早高峰乘客步行时间进行调研，为建立基于换乘虚拟空间的客流分配模型提供基础参数;同时在地铁站内通过问卷调查，获得了乘客的出行偏好、突发运营事故后选择的交通方式、心理阈值（乘客心理可接受的因事故而更换的路径比原路径多消耗的时长与多增加的换乘次数）等指标，为进行客流仿真模型的参数标定提供数据支持。
　　(2)根据城市轨道交通网络的自身特性构建了L、P空间模型，定义了无权和加权网络的统计特征值，并基于L空间模型定义了可靠性测度指标。针对加权网络中的权重算法，通过构建点-线、线-线双层网络模型为底层模型，再基于换乘虚拟空间以及换乘惩罚系数采用经典的Dijksttra算法建立城市轨道交通网络的最优路径模型，得出节点对间的路径链结构体，结合交通智能卡数据进行客流分配得出边权重及边权分布。
　　(3)以北京市城市轨道交通网络为例，分别建立了L、P空间模型，计算了无权网络以及加权网络的网络特征值（包括节点度或强度、聚类系数、最短路径长度、节点介数、边介数、节点紧密度、邻接节点度或强度），通过设定随机攻击及蓄意攻击的多种情景模式对网络进行级联破坏，并分析网络可靠性，可靠性测度指标包括全网平均路径长度、全局效率和最大连通子图大小。通过对比无权网络和加权网络的网络特征值与可靠性的差异得出了客流对网络特性的影响。
　　(4)分析了客流在城市轨道交通网络中的传播机理，建立了基于交通智能卡数据的网络客流传播模型。通过调研数据及交通智能卡数据的进一步充分挖掘进行了模型参数的标定。应用复杂网络理论，综合线网结构以及各线路运输能力，结合客流传播模型的输出结果提出了关键站点识别指标。以北京市城市轨道交通网络为例，对早高峰时段仿真模拟了客流的传播与消散过程，识别了全网关键站点，并分析其分布规律及原因，同时分析了早高峰时段常态运营状态下的网络可靠性，并与全天网络可靠性进行对比。
　　(5)统计了2014-2016年度北京市城市轨道交通突发运营事故信息并研究其发生规律，从而设定了本文研究的案例情景。结合问卷调研结果针对受事故影响的乘客进行分类，分析其事故后的抉择，基于交通智能卡数据对事故后全网客流进行了仿真模拟，与常态进行对比得出了全网各区间受事故影响等级的空间分布，分析了事故后的客流传播与消散的规律，同时分析了早高峰时段案例事故下的网络可靠性，并与早高峰时段常态运营网络可靠性进行对比。