1.面向大规模路网的城市轨道交通并行仿真任务分解方法，其特征在于，包括如下步骤：步骤1，以仿真功能模块为基本单位对所要仿真的城市轨道交通仿真系统进行顶层任务分解获得顶层并行任务集合，再对顶层并行任务集合中的各个仿真功能模块进行分类，获得核心仿真任务集合和顶层仿真任务集合；步骤2，结合城市轨道交通系统的空间地理区域特性，将核心仿真任务划分为各个子域仿真任务；步骤3，将各个子域仿真任务以及顶层仿真任务集合中的顶层仿真任务加入并行仿真任务集合中，形成能够在并行计算机系统上被独立调度和并行执行的任务单元；步骤1中，获得核心仿真任务集合和顶层仿真任务集合的具体步骤为：步骤1.1，分解城市轨道交通仿真系统获得的顶层并行任务集合为Module＝{module 1 ,module 2 ,…,module k }；步骤1.2，对Module中任一仿真功能模块module i 生成任务Task i ，若module i 与乘客或列车状态的仿真推演处理相关，则将任务Task i 加入到核心仿真任务的集合CoreTask中，否则将任务Task i 加入到顶层仿真任务的TopTask集合中；步骤2中，将核心仿真任务划分为各个子域仿真任务的具体步骤为：步骤2.1，对于所要仿真的城市轨道交通仿真系统，定义轨道交通网络的运营线路集合L，并从历史数据中统计计算出各线路l i 日均客流量数据以及各线路l i 换乘量数据；步骤2.2，对于运营线路集合L，考虑各子域间仿真负荷均衡性和子域间仿真运算的通讯量来构建路网拓扑子域划分多目标优化模型；步骤2.3，输入轨道交通网络的运营线路集合L、各线路l i 日均客流量数据以及各线路l i 换乘量数据，运用Lingo软件求解路网拓扑子域划分多目标优化模型，将路网线路分割为k个子域，L＝L 1 ∪L 2 ∪…∪L k ，其中任一线路l i 属于且仅属于某一个子域L j ；步骤2.4，将核心仿真器集合CoreTask中任一仿真任务CoreTask j 再次划分为k个子域仿真子任务，每个子域仿真任务承担该子域内所有线路范围内的核心仿真运算功能。
2.根据权利要求1所述的面向大规模路网的城市轨道交通并行仿真任务分解方法，其特征在于，步骤2.2中，各子域间仿真负荷均衡性是以各子域间仿真负荷偏离量进行定义的，根据各子域包含的线路l i 所承担的日均客流总量的平均偏差进行计算，偏差计算公式为：式(1)中，w(L ij )为子域L i 与子域L j 间线路客流总量的偏差，Q p 为线路集L中任一线路l p 的客流总量，Q q 为线路集L中任一线路l q 的客流总量，定义0-1变量 表示线路l p 划分于第i个子域L i ，否则为0，定义0-1变量 表示线路l q 划分于第j个子域L j ，否则为0。
3.根据权利要求2所述的面向大规模路网的城市轨道交通并行仿真任务分解方法，其特征在于，步骤2.2中，考虑各子域间仿真运算的通讯量是根据各子域间的各线路的换乘量进行计算，计算公式为：式(2)中，w(VTij)为衔接子域L i 与L j 间的各换乘站的换乘客流总量，TQ pq 为由线路l p 换乘至l q 的换乘客流总量，定义0-1变量 表示线路l p 划分于第i个子域L i ，否则为0，定义0-1变量 表示线路l q 划分于第j个子域L j ，否则为0。
4.根据权利要求3所述的面向大规模路网的城市轨道交通并行仿真任务分解方法，其特征在于，步骤2.2中，路网拓扑子域划分多目标优化模型是通过多目标优化方法将路网线路分割为k个子域，以各个子域间的日均客流总量的平均偏差∑w(L ij )以及换乘客流总量w(VTij)最小化为优化目标。
5.根据权利要求4所述的面向大规模路网的城市轨道交通并行仿真任务分解方法，其特征在于，步骤2.2中，路网拓扑子域划分多目标优化模型为：式(3)为模型目标函数，以各个子域间的日均客流总量的平均偏差∑w(L ij )以及换乘客流总量w(VTij)最小化为优化目标，式(4)和(5)为约束条件；TQ pq 为由线路l p 换乘至l q 的换乘客流总量；Q p 为线路集L中任一线路l p 的客流总量； 为0-1变量， 表示线路l p 划分于第i个子域L i ，否则为0；Q q 为线路集L中任一线路l q 的客流总量； 为0-1变量， 表示线路l q 划分于第j个子域L j ，否则为0；w 1 和w 2 为所设系数，用于将多目标转化为单一目标。
