随着我国铁路运输高质量发展,列车运行速度不断提高,铁路调度指挥面临着愈发复杂多变的决策情况。在实际调度调整过程中,列车调度员会预先将部分列车顺序固定,以减少复杂因素所带来的负面影响,提升决策质量。既有研究中,网络流模型可以较好的适应铁路网络结构来刻画列车运行调整问题,但极少有学者在建模时对列车运行顺序进行描述。因此,有必要结合实际决策需求,对网络流模型进行改进,研究部分列车顺序固定下的列车运行调整优化方法,为调度员提供科学的决策支持,进而提高运输质量与旅客满意度。本文以高速铁路为背景,考虑调度员主观固定列车顺序的需求,建立了列车运行调整优化模型,并改进遗传算法进行求解。具体研究内容与成果如下:（1）国内外高速铁路列车运行调整研究现状。首先,从基于替代图模型、网络流模型两类方法对国内外研究成果进行划分与总结;其次,分析了两类模型在列车运行调整问题中的适用性。（2）固定列车运行线顺序需求分析。首先,明确固定列车运行线顺序的含义;其次,从列车运行、车站作业、调度决策三方面阐述固定列车顺序的现实需求,并结合实际数据论证了调度调整过程中存在的优先级考虑。最后,结合现场调研以及列车运行调整基本措施,总结出列车运行顺序相关的调整原则。（3）固定列车运行线顺序下的列车运行调整优化模型。首先,将列车进出站、区间运行、车站停留等行为或过程抽象为时空网络上的点和弧,构建与路网拓扑结构相对应的二维时空网络。其次,结合列车调整优先级,确定需要预先固定的列车运行线顺序。最后,引入虚拟的区间“概念流”,在平衡列车流的同时固定运行线顺序,构建了固定列车运行线顺序下的列车运行调整优化模型。（4）遗传算法设计与改进方法。首先,结合本文模型设计了遗传算法基本框架,包括解的编码、遗传操作等。其次,采用自适应方法,设计了交叉、变异概率的计算公式,以提高算法收敛精度。最后,引入Metropolis准则控制种群进化方向,提高算法的局部搜索能力,进一步提高运行效率和计算精度。（5）京沪高铁实例验证。基于京沪高速铁路列车运行实绩数据,结合部分列车运行线顺序固定的实际需求,设计调度调整场景与模型输入,利用设计的算法求解模型得到部分列车运行线顺序固定下的列车调整计划。与灵活调整结果对比,验证了模型的有效性。