铁路作为交通运输领域的一支主干力量,无论是在物流运输,还是旅客发送等方面,一直以安全、高效、便捷、经济等优势在运输行业占据着重要的地位。近年来,我国高速铁路迅猛发展,提高铁路运输效率,拉动区域经济发展,改善社会民生品质。随着高速铁路的建设规模和运营里程的持续增加,对其服务质量也提出更高的需求,在保证安全的条件下,需要满足精准停车、准时、舒适、节能等目标。为了铁路服务与经济社会发展相适应,开展高速列车运行多目标优化研究具有重大的社会意义和经济价值。针对列车运行过程的优化,国内外学者主要研究如何降低能耗,目标单一,无法满足当今经济社会发展的需求;同时,未考虑列车过分相区带来的影响,导致研究结果与实际情况具有较大的出入。本文将从精准停车、准时性、舒适性、能耗等目标入手,将分相区纳入列车运行控制策略,采用改进的混合操控策略与工况序列相结合来开展多目标优化研究。另外,前人对于列车自动驾驶运行过程中的最优目标速度曲线的跟踪,主要依据PID控制来设计列车速度控制器。由于PID控制过程存在快速与超调的问题,微分器的设计在物理层面上难以实现,难以控制具有滞后性或惯性的对象,导致跟踪效果存在较大的偏差,从而影响整体的跟踪效果。本文将以自抗扰控制为基础,设计列车速度控制器,实现高速列车对最优目标速度曲线的实时跟踪。主要研究内容如下:（1）首先,明确本课题的研究背景和意义,对高速列车自动驾驶系统的原理、结构、功能做了深入的分析,将高速列车自动驾驶运行过程分为最优目标速度曲线的优化和对最优目标速度曲线的跟踪。为了对列车自动驾驶的运行效果进行评价,建立以精准停车、准时性、舒适性、能耗等多目标优化指标;对高速列车的运行控制策略进行深入分析,提出改进的混合操控策略来指导行车过程。（2）其次,对高速列车运行过程进行建模和受力分析,分别建立列车单质点模型和多质点模型,分析两种模型的受力情况;同时,对高速列车的工况转换和运行状态进行探讨分析;提出一种基于融合遗传算子的改进粒子群算法的速度曲线优化方法,获得满足多目标优化的最优目标速度曲线。（3）最后,设计高速列车速度控制器,分析了PID控制器的优缺点,针对其存在的缺陷,采用自抗扰控制技术,从而克服PID速度控制器存在的控制效果差、跟踪误差大等问题;对于自抗扰控制器参数调节繁琐问题,利用融合遗传算子的改进的粒子群算法对其进行参数整定;通过SIMULINK仿真平台,搭建列车自抗扰速度控制器的仿真模型,控制列车对最优目标速度曲线的跟踪运行,完成列车自动驾驶多目标优化的全过程。综合上述的研究内容,选取实际的线路和CRH3型动车组,基于MATLAB仿真平台,对上述研究过程进行仿真实验,分析在不同工况操控策略的条件下,对比优化前后的仿真结果,验证本文提出的目标速度曲线优化方法的可行性;同时,设计与搭建列车自抗扰速度控制器,控制列车按照最优目标速度曲线的要求运行。通过与PID速度控制器的跟踪效果进行对比,验证基于自抗扰控制技术的列车速度控制器的控制效果更好、跟踪误差更小,满足高速列车自动驾驶多目标优化的要求。