目前随着中国轨道车辆的发展,轨道车辆已经逐渐成为社会中的一种不可或缺的交通工具。为了满足日常交通以及国内客货运增加的需要,轨道车辆必须在高效率和高强度的环境下提高载运量和使用率,这就使得人们对轨道车辆的运行安全提出了较高的要求。轨道车辆走行部是轨道车辆的关键组成,因此对轨道车辆走行部关键部件的状态监测就显得尤为重要了。在利用参数估计的方法对轨道车辆走行部关键部件参数进行状态监测的方法在国内外已经有很多成果,但是有些算法的局限性较高,比如算法的初始值要求过高等问题以及在进行参数优化时会出现全局搜索能力较差并且收敛速度较慢等现象的发生。鉴于此本文提出将蚁群融合遗传算法应用到轨道车辆走行部关键部件的参数估计中,本文的主要工作有:（1）介绍了蚁群算法和遗传算法的理论特点及应用,分析了算法中的各个参数对算法结果的影响。然后并将蚁群算法和遗传算法相融合,并提出将模型的参数估计问题转化为数据误差平方和的最小值优化问题,并且对蚁群融合遗传算法进行仿真,仿真后得出该算法的性能较高。（2）根据对相关文献的学习研究,搭建符合课题需求的城轨列车横向动力学模型作为研究对象,为接下来蚁群融合遗传算法对城轨车辆走行部关键部件参数的参数估计打下基础。仿真实验结果表明,蚁群融合遗传算法在进行参数估计取得了不错的成效。（3）通过机械振动试验台,研究利用蚁群算法融合遗传算法研究轨道车辆走行部关键部件参数的参数估计。介绍了振动试验台基本结构、配套使用的上位机软件的基本情况以及整套工作系统的工作流程。根据自主搭建的振动试验台的结构,搭建相应参数估计模型进行仿真研究,利用上位机软件获取机械振动试验台上的加速度传感器采集的相关数据,通过蚁群融合遗传算法和车辆动力学的知识进行研究计算,并且编写了蚁群融合遗传算法的程序,为研究做铺垫。结果表明,蚁群融合遗传算法在对轨道车辆走行部关键部件参数进行参数估计时取得了较好的结果。