重载铁路在运能、运行成本、运输效率等方面具有显著优势,是我国大宗货物运输的重要环节。近年来,随着我国的战略调整,煤炭等相关大宗物资的运输进一步向铁路主导供应链转变,给重载铁路带来不小的压力。这同样也对重载列车司机的驾驶能力提出了更高的要求。而重载列车的驾驶存在线路条件复杂、驾驶强度大、操纵复杂等难点,这对于重载列车的安全平稳运行带来了挑战。因此重载列车驾驶策略优化的研究具有重要意义。本文结合重载列车的特点,结合优秀司机的历史运行数据,分析其特点并对数据进行处理,对重载列车的目标速度曲线开展了研究;随后对无极电力机车的牵引/制动控制进行了研究。本文的主要工作如下:（1）通过重载列车的纵向动力学分析,建立了用于预测重载列车速度的单质点模型和用于仿真的多质点模型,并通过不同区间的牵引过程和制动过程进行仿真验证,验证指出,在0.43km/h的误差之内,两个模型达到了统一的输出结果。（2）利用重载线路不同区段的优秀司机历史运行数据,经过对数据处理后,使用Light-GBM算法完成了目标速度曲线的预测和模型参数的整定,并借助已有的历史运行数据进行了测试,测得测试数据的目标速度曲线的绝对平均误差为1.44km/h,并考虑到重载列车运行过程中的平稳操纵要求,利用人工蜂群算法将重载列车目标速度曲线进行平滑化。（3）针对使用无级电力机车的列车编组,提出了基于模型参考自适应控制算法设计了重载列车速度追踪器。同时考虑速度追踪误差和平稳性要求,依托重载列车的单质点模型,建立了预测模型;对滚动优化的优化项结合重载列车的操纵特点进行分析和改进,借助二次规划,完成了滚动优化部分的求解和参数设置,在滚动优化中尽最大可能减小了列车的纵向冲动。最后使用仿真模型搭建了重载列车仿真运行平台,将基于模型参考自适应控制算法的追踪方法和PID算法的追踪方法应用在万吨列车上进行对比。经过对比得出,重载列车在30公里的起伏坡道上进行仿真运行时,本文提出的方法比基于PID的追踪方法在路程平均最大车钩力上要小33k N,证明了本文所设计的基于模型参考自适应控制算法的控制策略是可行的。图35幅,表15个,参考文献59篇。