客运站是铁路进行旅客运输组织、服务社会的窗口。大型客运站位于大量客流集散的地点,主要办理旅客列车始发、终到、通过作业及客运业务。我国大型客运站的作业组织复杂,运输指挥人员通过编制作业计划指挥日常运输生产,其计划编制水平和效率是影响车站运输质量的关键因素。我国铁路经过六次大规模的提速后,旅客列车开行密度大、开行时段集中。在大型的客运站,手工编制计划的方式已不能满足高密度、快节奏的运输要求,急需开发客运站作业计划编制系统,实现计算机自动编制作业计划。目前国内对客运站作业计划编制优化的研究尚属起步、成果鲜见,制约了我国铁路调度智能化的发展进程。本文针对我国大型客运站作业组织的特点,建立客运站作业计划编制优化模型,并寻求有效求解算法,以促进大型客运站调度决策支持系统的建设,提高客运站调度工作智能化。本文主要研究内容如下:1.分析了各种旅客列车在既有线、客运专线客运站的技术作业流程,分析了客运站作业计划的种类及内容。总结了智能优化算法的理论基础,分析了各种算法的特点和应用条件。2.在分析铁路客运站到发线作业流程、影响因素和特点的基础上,建立了客运站到发线运用优化模型,并采用蚁群优化算法设计了求解算法。由于蚁群优化算法是构建型算法,对复杂的约束条件具有良好的处理能力,因此算法能够较好的适应客运站的特点。在分析客车整备所作业流程、影响因素、特点的基础上,建立了客技线运用优化模型,并设计了求解算法。3.调机运用优化是客运站作业整体优化的关键,起着牵一发而动全身的作用,此前尚无有效的优化模型和算法。本文对定位式作业客运站调机运用优化问题进行了研究,提出了客运站作业协调定量化描述的方法,建立了该问题的多目标、约束复杂、混合0-1规划模型。为了减小求解难度,将该模型分解为成组作业方案优化、调机作业顺序优化、调机作业时间优化三个子模型,在此基础上,采用分层序列法建立了客运站调机运用优化的多层决策模型。4.提出了定位式客运站调机作业计划的多层蚁群优化算法。将成组作业方案优化问题转化为标准分配问题,提出了基于分枝限界算法和蚁群算法的求解算法;将调机作业顺序模型转化为车辆数固定的、带时间窗口的车辆路径问题,采用蚁群算法设计了求解算法;设计了调机作业时间优化算法,满足了调机、到发线、客技线、牵出线、咽喉的协调作业要求。根据动车组在客运站的作业特点,设计了开行动车组的客运站调车作业优化算法。5.在总结前人研究经验的基础上,提出了道岔分组的原则,提出了建立车站拓扑结构图的新方法,建立了基于道岔组、满足大站咽喉分段解锁要求的车站拓扑结构图,该图节点少,有效地减少了进路生成、进路选择算法的规模,降低了问题求解的复杂度;提出了基于广度优先策略的车站基本进路表的生成算法;基于回溯法、蚁群算法,设计了两种进路选择优化算法,在实际应用中可以根据车站的站型、规模选择适当的算法。6.建立了基于客运站技术作业过程的客运站作业计划编制模型。要使计算机编制客运站作业计划实用化,必须将人的因素考虑到系统中,本文在模型中设计了人机交互机制,将到发线运用、调机运用、客整线运用、进路选择优化模型统一到该模型中,并建立模型间的协调机制。上述研究不仅对于计算机编制铁路客运站作业计划具有实际意义,同时对我国铁路客运站调度决策支持系统的研究开发也具有参考价值。