随着全球高速铁路技术的飞速发展,高速铁路运营面临着复杂系统构成、高强度运行工况、设备服役性能非线性加速退化、大范围运行环境变化以及人因等多重不确定性因素影响,列车在运行过程中遭遇突发事件的概率显著增加。因此,加强对高速铁路列车运行途中突发事件的研究,了解突发事件的自身特性和对列车运行的影响,显得既重要又迫切。除此之外,列车运行图调整是列车在运行状态下减少甚至消除突发事件干扰的最佳方法,由于设备故障、环境影响和人为干扰,使得线路通行能力下降、列车到发晚点时常发生,通过智能优化方法及时调整运行图可以减少列车晚点的二次传播,也可以避免人因失误。所以加强对高速铁路运营突发事件影响分析和突发事件干扰下运行图实时调整优化的研究,对确保列车行驶安全、提高风险应对能力有积极作用。本论文以高速铁路为背景,综合国内外高速铁路突发事件影响分析和优化调整的研究现状,结合国内高速铁路的特点,分析了高速列车在运行途中遭遇的各类突发事件的特征,建立了相应的运行调整优化模型,并设计了新型混合群智能算法,通过实际案例证明了所建模型和算法的有效性。具体研究内容如下:(1)分析总结高速铁路发展现状和国内外研究成果,根据目前的研究进展和存在的问题,明确论文的研究思路、内容和方法。同时收集整理列车运行故障、干扰等方面的数据。(2)针对高速铁路系统,分析了突发事件对运行图的影响以及常见突发事件的诱因,并根据不同的标准对突发事件进行分类。基于铁路事件写实数据,采用统计分析方法,将突发事件分为车辆故障、车载设备故障、线路故障、供电设备故障、通信信号设备故障、自然环境干扰、人为干扰和调度监测设备故障八类;针对每类事件进行数理统计分析,得到发生频率、持续时长和时空分布特征;在此基础上,引入随机森林模型,建立突发事件对晚点列车的危害度预测模型,通过晚点列车数表示不同突发事件的危害程度,并得出对突发事件危害度造成影响的各个因素的重要度排序。(3)针对我国高速铁路CTCS-3级列车运行控制系统的行车组织特点,研究限速类突发事件与初始晚点双重影响条件下的列车运行调整问题,在传统替换图模型的基础上进行改进,通过划分速度等级和区间将追踪间隔时间转化为空闲区间数,实现列车运行调整。在目标函数设置过程中引入可接受最大晚点的概念,定义列车在终点站总到达晚点的计算公式,最大程度降低列车二次晚点和早点列车的影响。(4)针对列车运行调整问题的自身特征,提出利用智能优化算法完成模型求解;针对传统蚁群算法的固有缺点,设计细菌觅食—蚁群算法,在蚁群迭代过程中引入细菌觅食算法的趋化、复制、迁徙操作,将蚁群算法的正反馈性与细菌觅食算法的全局、高效收敛性相结合,优势互补,得到高效的混合智能求解算法。(5)以京沪高铁“北京南-泰安”下行线路的列车运行数据为背景,设置不同的限速类突发事件干扰场景,分析有无初始晚点、限速干扰持续时间、影响区间数和限速等级对列车总晚点的影响,同时比较细菌觅食—蚁群算法和蚁群算法的求解性能。结果表明,1)不同影响因素对列车总到达晚点的影响程度均不同;2)与蚁群算法相比,细菌觅食—蚁群算法所需要的求解时间更短,得到的解更优。图60幅,表28个,参考文献71篇。