1.一种突发场景下城市轨道交通小交路运行调整方法，其特征在于，包括以下步骤：
S1：获取轨道线路的列车运行和线路参数、突发事件的位置和故障参数，从而确定中断时间；
S2：根据所述列车运行和线路参数、所述突发事件的位置和故障参数以及所述中断时间确定备选的小交路折返方案；
S3：根据所述小交路折返方案下的所有列车在各站的到站和发车的总延迟时间模型、站台的总滞留人数模型，建立轨道线路运行调整的总目标函数；
S4：通过采用改进的权重和设置收敛因子的粒子群算法对所述总目标函数进行求解，确定最优的小交路折返方案。
2.根据权利要求1所述方法，其特征在于，所述列车运行和线路参数为轨道线路的列车数量、列车启动时匀加速的加速度、列车停车时匀减速的减速度、列车正常运行时的运行速度、站台数以及各站的列车区间运行时间、列车停站时间、乘客进站速率和是否为折返站。
3.根据权利要求1所述方法，其特征在于，所述故障参数为救援列车清客处距故障列车的距离、故障列车至清客处的距离、故障列车清客处至指定地点的距离、故障列车与救援列车连挂后的运行速度。
4.根据权利要求1所述方法，其特征在于，所述步骤S3包括：
S31：建立列车停站时间模型；
S32：根据所述列车停站时间模型，建立所述小交路折返方案下所有列车在各站的列车到站和发车的总延迟时间模型；
S33：建立所述小交路折返方案下站台的总滞留人数模型；
S34：建立所述小交路折返方案下轨道线路运行调整的总目标函数，并设定约束条件。
5.根据权利要求4所述方法，其特征在于，所述总目标函数为
minJ＝a1J1+a2J2
其中，J1为总延迟时间，J2为总滞留人数，a1总延迟时间的权值，a2总滞留人数的权值。
6.根据权利要求4所述方法，其特征在于，所述约束条件为：
列车发车时间约束，即实际发车时间不能早于计划发车时间；
列车区间运行时间约束，即实际列车区间运行时间应在最大和最小列车区间运行时间的区间内；
列车停站时间约束，即实际列车停站时间应在最大和最小停站时间区间内；
列车追踪间隔约束，即实际的发车间隔和到站间隔都应在最大和最小运行间隔区间内。
7.根据权利要求1所述方法，其特征在于，所述S4具体包括以下步骤：
S41：初始化粒子群，采用收敛因子和改进的权重计算每个粒子的位置和速度；
S42：计算所述每个粒子的适应度，确定个体极值和全局极值；
S43：更新所述每个粒子的位置和速度；
S44：如果满足调整模型收敛则结束求解，否则重复S42和S43；
S45：对比所述小交路折返方案的所述出站和到站总延迟时间及所述总滞留人数，确定总目标函数最优的小交路折返方案。
8.根据权利要求7所述方法，其特征在于，所述改进的权重为

其中，wmax、wmin分别为惯性权重w的最大值和最小值，t为当前迭代步数，tmax为最大迭代步数。
所述收敛因子为


其中，c1、c2为学习因子。
9.根据权利要求8所述方法，其特征在于，所述每个粒子的位置xi和速度vi为


其中，r1、r2为0到1之间均匀分布的随机数。
10.根据权利要求7所述方法，其特征在于，所述总目标函数最优的小交路折返方案下的总延迟时间和总滞留人数分别占不实施所述方案下的总延迟时间和总滞留人数的百分比之和在所有所述备选的小交路折返方案中最小。