在国家自然科学基金基础科学中心项目和青年基金项目（批准号：72288101，72101042）资助下，北京交通大学系统科学学院高自友教授团队与新加坡国立大学张俊标教授团队合作，针对大城市轨道交通的高峰时段客流控制问题开展研究，设计了基于实时需求信息的客流控制策略。该成果以“城市轨道交通在线客流控制（Online Passenger Flow Control in Metro Lines）”为题，于2023年发表在《运筹学》（Operations Research）上，论文链接: https://doi.org/10.1287/opre.2022.2417，并被选为当期的两篇亮点论文（Featured Article）之一（如图1所示）。

  高峰时段客流拥挤是我国大城市轨道交通面临的重要挑战，其不仅会增加人群踩踏事故风险，更使得上下游车站的服务水平存在很大差异。在此背景下，设计科学合理的客流控制策略，优化每个站点的上车人数，从而提高列车容量资源的利用效率，改善服务水平公平性，具有重要的现实意义。针对客流需求的随机性和动态性特点，研究团队考虑列车到达每个站点获知该站的实时客流需求，建立了带约束的随机动态规划模型，目标是最大化列车总载客量，并满足每个起讫点乘客的服务水平约束。为求解该模型，从理论上证明了给定服务水平目标可行的充要条件，并将其拓展至同时考虑目标函数值和和服务水平约束的可行性问题，设计了近似最优的在线客流控制策略。基于北京地铁的数值试验表明，相较于当前采用的先到先上车（FCFS）策略，论文提出的H-DAA策略能显著提升系统总载客量，并改善上下游车站的公平性问题（如图2所示）。此外，该算法框架能够求解一系列带随机约束的动态规划和随机优化模型，具有较为广阔的应用前景。