近三十年来城市轨道交通在我国获得了极大发展，以北京、上海、广州为代表的大城市相继进入网络化运营阶段，但庞大的网络规模、复杂的路网结构以及多样化的乘客行为和行车方案，都给网络客流分配提出了新的要求与挑战。研究组近年在国家自然科学基金、上海市科委科技创新行动计划、中央高校基本科研业务费等的资助下，围绕大规模复杂城轨网络配流建模、标定及验证理论与方法开展并完成了如下工作：（1）针对我国大城市的轨道交通系统逐步进入网络化运营新阶段，提出了网络化运营条件下改进的随机用户均衡配流算法；（2）结合城市轨道交通网络化运营的软硬件技术特点，基于AFC票卡大数据资源，引入NPST非参数统计、GA等启发式算法，建立了城市轨道交通配流模型标定方法；（3）进一步地，引入改进的聚类分析算法（CA），建立了城市轨道交通配流验证模型及算法。以上三方面合构成了基于数据驱动进行城轨交通网络配流的建模、标定、验证的完整过程。

近年来我国以高铁为代表的铁路系统获得了极大的发展，随之而来的一系列运营管理问题亟待研究解决。以铁路部门现场实际需求为牵引，系统梳理周末、小长假、黄金周、春暑运、客流淡季、短期站改施工、可预见自然灾害等场景信息，总结多年来我国铁路运营管理业务部门工作经验，研究提出客流高峰期等多场景下的铁路旅客列车运营方案调整理论方法、工作体系与作业流程，并研发相应的辅助决策支持系统。

城市轨道交通的维修保障也归属于其“大运营”的范畴，对保障城轨系统运营安全有着重要影响。传统上其车辆检修主要依靠人工操作及经验，大量日常积累的检测数据未能利用。近年来本研究组结合现场需求痛点及数据资源，主要开展了如下研究工作：（1）基于轮对尺寸参数的海量测量数据，发现轮对磨耗规律，提出了“经济镟修”策略，并建立了基于“经济镟修”的数据驱动轮对维修管理优化模型；（2）基于日常“扣放车”记录数据，引入模糊集理论，建立了车辆整车维修优化模型，并在此基础上提出了城市轨道交通车辆安全“扣放车”规则。