铁路日常运营中,经常会受到来自外界的各种干扰,例如恶劣天气、设备故障或者工作人员操作失误等,这些干扰都会对铁路行车组织造成影响。如何尽快的让偏离原有时刻表的列车尽快的恢复至既定时刻表,为旅客提供更优质的运输服务,是一个值得研究的问题。因此列车运行调整是铁路日常运营工作中的重要组成部分,如何在保证安全的基础上生成高质量的列车运行调整方案,是提供高质量运输服务的重要保障。本文通过对现有研究文献的学习与分析,发现在列车运行调整问题过往的研究中,多将列车运行调整划分为三个阶段:时刻表调整阶段、动车组车底调整阶段和乘务调整阶段。在此三阶段之余,列车运行调整还应该考虑列车所经过的路径,即线路固定设备使用情况。因为当各类干扰发生之时,可能会导致列车现有路径的不可行,以及现有路径部分区间通过能力不足的情况,因此需要将列车路径纳入优化范畴,以提高调整质量。现有文献多对列车运行调整问题逐阶段求解,且学术界相当的注意力都放在了最为复杂的列车时刻表调整问题当中,对其余部分研究较少,尤其对列车调度调整的协同优化研究更少。本文研究了单条高速铁路条件下的列车时刻表、路径与车底的调度调整的协同优化,在单纯的列车时刻表调整之余,研究针对列车运行多个角度的调度调整的协同优化。将问题简化为在单条线路条件下、不取消车次、中断时长已知并且不考虑客流影响条件下的列车调度调整的协同优化问题。论文应用累积0-1变量技术进行了模型的构建,累积0-1变量构模技术作为成熟的构模方法,近年来的研究文献众多。论文应用累积0-1变量描述了列车对运行区间时间资源的占用情况。并以累积0-1变量为基础,描述了车底的时间资源占用以及车底空间位置状态。构建了整数规划模型,其中针对列车运行,构建了流量平衡约束组、列车运行约束组以及累积0-1变量约束组;针对车底指派,构建了车底指派约束、车底时间资源约束组以及车底空间衔接约束组。由于所构建模型含有非线性约束,论文对所构建模型进行线性化处理,得到了相应的线性整数规划模型。针对模型的求解,论文基于时空网络设计了拉格朗日松弛算法。在小算例的计算对比中,应用Gurobi求解器对模型进行了相关特性分析,确定了影响模型求解的难约束,并对比了论文所设计算法的求解效率与求解质量。大算例抽象自现实数据,并应用大算例数据对论文所设计算法的灵敏性进行了分析。数值实验验证了所设计算法的求解质量与求解效率。