铁路运输作为我国交通运输的主要方式之一,与其它交通运输方式相比,具有显著优势,例如:运输距离长、运输能力大、运输成本低。随着我国经济快速发展,货物运输量在不断攀升,多种交通运输方式带来的竞争压力也逐渐增大,因此在新形势下亟需提升铁路运输的运输能力和竞争力。编组站作为铁路枢纽的核心组成部分,承担着铁路枢纽内列流和车流的多项技术作业任务,铁路枢纽内编组站的布局和数量将直接影响到铁路枢纽的运输能力和效率,合理地安排多编组站铁路枢纽内车流组织工作对于加快货车周转、节省枢纽运营成本以及提高铁路运输竞争力具有重要意义。本文针对多编组站铁路枢纽车流组织优化问题,从单一重车流和重空车流协同作业两个方向深入展开研究。针对基于多编组站协调分工的铁路枢纽重车流组织优化问题,考虑各编组站到达、解体、集结、编组、出发以及转站能力等约束,以重车流走行、解体以及集结总费用最小为优化目标,构建数学模型,并设计两阶段融合求解策略（Two-stage comprehensive optimization strategy,简称TSCOS）求解模型。该策略首先利用模型中的约束条件生成列车-编组站匹配方案集合,接着基于嵌入遗传机制的改进离散粒子群启发式迭代寻优过程（Improved discrete particle swarm optimization heuristic with genetic algorithm,简称IDPSO-GA）完成匹配方案集合的优化。最后分别设计大小规模仿真实验,验证该策略的有效性;针对基于重空车流协调的多编组站铁路枢纽车流组织优化问题,考虑各编组站到达、解体、集结、编组、出发能力以及空车流量平衡等实际约束,以重车流和空车流进出站走行、转站走行、解体以及集结总费用最小为优化目标,建立数学模型,并利用两阶段融合求解策略进行求解,最后设计不同列车规模的实验对算法进行测试对比和性能评估。本文最后针对所研究的问题、构建的模型以及求解的方法等关键内容做出总结。结合铁路货运实际情况提出本文研究存在的不足之处,并针对这些问题进行展望,指出后续需要进一步研究的方向。