摘要：周期性运输组织模式已在欧洲多个国家和日本普遍采用,具有列车开行频率高、停站规律、发车间隔均衡等特点,明显改善了旅客出行效用。国内学者对周期性列车开行方案的研究较少,多采用分阶段、单要素优化的研究方法。本文结合我国高速铁路的运营特点,提出了综合优化周期性列车开行方案多种关键要素的双层规划模型。上层为考虑动车组运营成本、客流损失成本和换乘组织成本的多目标规划模型,生成可行的单周期列车开行方案；下层为以旅客出行效用为优化目标的客流分配模型,用来分析客流出行选择行为。本文提出的优化周期性列车开行方案多要素的双层规划模型为非线性混合整数模型,具有规模性的算法复杂度,构建混合自适应遗传算法来求解。上层模型采用自适应遗传算法,主要用来调整列车停站方式;下层模型采用考虑列车运输能力约束的Frank-Wolf算法,以基于列车区段客流量的邻域搜索方法更新列车开行频率。下层模型以上层模型生成的可行的周期性列车开行方案为基础构建列车服务网,进行客流分配；上层模型基于下层模型生成的列车开行频率进一步更新列车开行方案,上下层相互迭代。在算法中融入了考虑种群个体相似度和个体适应度的多样化控制机制,以增加最优个体的搜索空间,提高算法的收敛速度。本文以京沪高铁及相关线路构建路网,首先以周期长度内,将跨线客流归并至本线节点后的客流为输入,根据提出的多要素双层规划模型求解本线单周期列车开行方案;然后根据可行的跨线列车起讫点、列车运行径路和列车开行模式,从本线列车集合中选出合适的方案线作为跨线列车,生成本、跨线列车相结合的周期性列车开行方案；最后根据日均客流量、列车发车时间带和周期运输模式下的列车服务频率要求给出全天列车开行方案及相应的评价指标。由周期长度内的本线列车开行方案过渡为本、跨线列车相结合的路网性列车开行方案,为我国采取非完全周期性运输组织模式提供了决策支持。