为响应国家号召达到高质量发展目的须拉动消费促进国内经济大循环，缩小城乡差距建设城市群发展区。建设城市群发展区意味着有更多地区转变为城市以及有更多人口涌入城市，而这极大地增加了城市交通的压力，城市激增的客流量使得城市轨道交通应运而生。在城市轨道交通大力发展过程中，列车的自动驾驶控制、智能控制和时刻表优化等问题成了专家学者们的研究热点。合理的列车自动驾驶系统可以极大地缓解城市交通所面临的压力。
　　本文在满足列车运行安全性、停车精度和乘客舒适度等约束条件的前提下，根据列车及线路相关数据建立多目标优化模型，研究了列车的驾驶策略和时间调度问题。通过对列车自动驾驶策略和运行时刻表进行调整优化，减少列车运行总的能量消耗和运行时长。本文从单列车的多目标优化和多列车多目标这两个方面进行了优化研究，主要的研究内容如下：
　　（1）建立列车运行相关模型：建立列车动力学模型和运行线路模型等，便于后续计算列车运行能耗和速度等。
　　（2）单列车多目标优化模型：在满足前述约束条件下，结合列车运行工况序列以及每个工况持续时长可调整的原理，以减少列车运行总的能量消耗和运行时长为目标，建立了单列车多目标优化模型。通过结合量子粒子群算法、混沌原理和协同进化思想对列车运行曲线进行优化，并对比其他算法效果，验证了本文提出算法的优越性。
　　（3）多列车多目标优化模型：得到单列车运行曲线后，在满足约束条件下，针对列车时刻表的优化调整，以减少列车运行总的能量消耗和运行时长为目标，建立了多列车多目标优化模型。通过结合量子粒子群算法和布谷鸟搜索算法对列车时刻表进行调整，在减少列车运行总时长的同时增大再生制动能量的利用率。