编组站到解系统作业是编组站作业过程的关键环节,其系统内到解作业的效率直接影响编组站的总体作业效率,并且在综合自动化编组站发展的背景下,对铁路到解系统作业优化研究也有了新的要求和目标,本文基于综合自动化编组站背景下,从集群资源角度对编组站到解系统作业优化进行了研究。本文首先介绍了综合自动化的发展给编组站作业带来的变化,进而引入集群资源概念,将车站资源分为“实体资源”和“信息资源”,并对这些资源的集群性进行阐述；然后在此基础上,根据编组站的各个作业环节,将编组站所包含的资源进行节点划分。通过对编组站作业与对应作业资源进行分析,探讨了不同资源对各个作业过程效率的影响,进而提出将编组站集群资源与调度计划相融合的思想。论文以编组站到解系统为研究对象,分析了到解系统的作业过程、内容,并讨论了该系统作业效率影响因素及作业协调等相关问题。在前文的基础上分别针对到解系统建立了未考虑编组站资源的传统调度模型,以及基于集群资源的调度模型。该模型在传统模型的基础上,从编组站资源利用的角度,通过加入调机资源目标函数对原有模型进行改进,使编组站到解系统优化与集群资源相结合。具体做法为,在传统调度模型的原有约束及目标函数前提下,增加调车机车总等待时间最小目标函数,使改进的调度模型不仅考虑到解系统作业完成量(即解体列车数量),而且考虑现代化编组站自身的设备资源利用情况。在模型求解时,首先将此多目标模型进行数学处理,使其转化为单目标函数,然后分别应用蚁群算法和遗传算法对两种模型进行求解,最终得出不同调度模型下的列车解体顺序表。通过对两个调度模型及相应算法得出的2个解体顺序进行分析比较,结果表明基于集群资源的编组站驼峰解体系统调度模型可以在保证作业完成量的前提下,提高系统的资源利用率。在本文实例中,调车资源在阶段内提高了5.83%的利用率,实现了系统优化与资源利用的“双赢”目标,既保证到解系统完成列车解体数的目标,又提高了编组站到解系统的资源利用率,为今后从资源角度研究编组站调度问题奠定了基础。