近几年,高速铁路在我国迅猛发展,2015年底我国高速铁路通车里程将达到近2万公里,运营动车组达2200列。目前,我国高速铁路工程建设水平位居世界前列,然而有关高速列车运行过程的动力学模型及其优化控制等应用基础研究相对滞后,制约了我国高速铁路的可持续发展。对高速列车运行过程的动力学建模及优化控制,使其对给定运行速度进行高精度跟踪,是未来高速动车组核心技术之一,对此基础理论研究具有重要的意义。本文针对高速动车组运行过程的动力学特性中存在非线性、参数不确定且时变和动车组各车辆间存在相互作用及耦合关系,分别建立了动车组的单质点、分布式模型和多智能体模型。以此为基础,以对给定速度的高精度跟踪为控制目标,运用自适应广义预测控制、基于未建模动态补偿的自适应控制和改进的自适应多变量广义预测控制分别研究了相应的高速动车组速度跟踪问题,最后针对动车组的多个动力单元串联的结构,设计了基于多智能体的高速动车组分布式预测控制方法。主要内容及创新成果如下：首先,针对高速动车组单质点模型因阻力系数不确定而导致的模型参数时变,设计自适应广义预测控制器。该控制器首先针对高速列车运行过程模型参数时变,以高速动车组动力学单质点动力学机理模型为基础,根据动车组的实际运行过程数据和牵引／制动特性曲线,采用递推最小二乘方法辨识模型参数,建立相应的运行过程模型,以对给定速度进行跟踪为控制目标,采用滚动优化、反馈校正的控制策略,实时生成动车组运行所需要的牵引/制动力。其次,针对高速动车组运行过程的非线性空气阻力所引起的未建模动态对动车组运行动态性能的影响,提出将动车组运行过程模型描述为由一个线性自适应模型与高阶非线性项即未建模动态集成的系统结构,采用ANFIS与一一映射相结合的方式来估计高阶非线性项,设计了带有高阶非线性项补偿器的非线性自适应控制器对给定速度进行跟踪控制,对所提自适应控制算法的稳定性和收敛性进行了证明。再次,针对自适应广义预测控制方法在控制的过程中只修改模型参数而不修改控制器的加权系数,而导致列车在起动、制动或工况转换阶段控制效果变差的问题。根据动车组的实际的动力配置结构,把动车组的运行过程描述成一个多输入多输出的系统,建立动车组的分布式模型,采用改进的自适应多变量广义预测控制方法使动车组对给定速度进行跟踪,改进的自适应多变量广义预测控制方法在控制过程中不仅自适应模型参数,而且会根据新的模型参数调整控制器的控制参数,提高工况转换时动车组的控制性能。然后,针对高速动车组的动力学结构特点,将每个动力单元描述成一个智能体,基于各动力单元的运行数据和牵引／制动特性曲线,采用子空间辨识方法建立动车组的多智能体模型,以各智能体对给定速度的同步跟踪为控制目标,采用基于邻域优化的分布式协调控制算法,优化各动力单元牵引／制动力的分配,实现各动力单元对给定速度的高精度跟踪,满足高速动车组的实际运行要求。与多变量集中式控制相比,各智能体小规模的分布式控制来解决动车组运行过程中大规模的在线控制问题,降低问题的规模和复杂性,提高控制性能。最后,对高速动车组运行过程仿真及验证平台进行需求分析,设计仿真及验证平台的结构和功能。系统的主要功能有手动与自动驾驶的转换；读取和管理线路数据、运行环境,并根据控制目标进行牵引计算；动车组列车数据管理、结果输出和其它一些辅助功能。利用CRH380A动车组数据和京沪高铁徐州东至滕州东的实际线路数据,验证前述动车组建模与控制方法的有效性。