随着我国高速铁路不断完善和发展,铁路路网规模在不断扩大,截至2014年底铁路营业里程突破11.2万公里,而高速铁路运营里程已突破1.6万公里,超过全世界高铁总运营里程的一半,居世界第一位。根据国家批准实施的《中长期铁路网规划》,到2020年,我国将形成以“四纵四横”高铁为主骨架的快速铁路网,铁路网络的日趋完善给列车运行调度工作带来新的挑战。目前我国行车调度指挥以铁路区段为单位。这种调度指挥方式是要调度员能够专注于本区段内列车的运行调度,区段间调度通过交换列车信息来实现。但是这种方式不能很好地适应成网条件下对列车群的运行高效控制调整的客观需求。因此,急需研究探讨列车群的行车调度控制的智能优化方法,来提高对列车群的行车调度效率已成为亟需解决的现实问题,同时也是铁路运输领域学术研究创新面临的一个复杂的系统问题。本文将研究的重点定位在成网条件下列车群的运行调度优化控制调整,尝试从列车群运行径路搜索与分配、列车群到发顺序的确定、多目标优化的列车群运行控制和基于协同粒子群的列车运行控制调整四个方面进行研究,四个部分的研究层层递进,构成了一个点、线、面的研究结构。本论文的主要研究成果包括:(1)在总结分析我国目前行车调度指挥系统的特点和相关文献的基础上,提出成网条件下列车群运行调度内涵和涉及的问题,针对列车运行径路上剩余能力值具有随机性的特点,建立了成网条件下列车群运行径路分配的随机机会约束规划模型,并设计了该模型转化为确定型约束规划的方法。(2)分析列车群中列车运行过程中的冲突形式和列车到发顺序确定的影响因素,讨论列车群在通过区段时,列车通过区段上的各区间、到达车站及从车站出发的次序问题,提出列车群运行次序的算法,建立模型求解各次列车在区段上各站的到达、出发和通过的时刻。(3)将列车群的运行调度分解为列车通过区段各站的顺序问题和列车运行时刻计算问题两个层次分别进行研究。模拟调度员进行列车群运行控制时的场景,设计基于Pareto最优的列车运行控制算法;提出效率性较高的智能优化算法—粒子群算法,在此基础上建立多目标优化的列车群运行调度控制模型。(4)针对列车运行调度方案的确定对算法精度和速度要求较高的特点,深入研究列车群运行调度问题,对基本粒子群算法进行了改进,提出了协同粒子群算法,将粒子群分为三个子群,分别设计了不同的子群的优化目标,建立基于协同粒子群算法的列车运行调度模型。