高速铁路列车开行方案的制定秉持以人为本的原则,在考虑企业效益的同时兼顾旅客出行需求,而旅客出行选择行为能全面地反应出旅客需求分布。旅客依据自身需求结合列车开行方案选择最合适的出行路径;铁路部门结合一天内客流分布情况调整列车开行方案,实现最佳运行成本和开行计划。据此需要优化一个既可以满足旅客的差旅需求实现铁路部门的可持续目标,又可以优化一个以需求为导向、经济、环保的高速铁路开行方案。论文通过分析旅客出行选择行为,更好地了解旅客需求提升铁路运输服务质量,并使用双层规划模型来优化问题。用一个嵌套了Frank-Wolfe的先进启发式算法完成求解。最后进行案例分析,验证模型和算法的有效性。具体工作如下:（1）在对旅客出行选择行为、列车开行方案、优化算法等相关问题进行综述后,采取问卷调查的形式分析旅客出行选择行为,将旅客出行全过程分为前衔接阶段和旅行阶段分别研究,并分析旅客广义出行费用构成。（2）基于旅客出行满意度的高铁列车开行方案优化研究通过将出行时段方便度和旅客舒适度量化来构造旅客出行满意度函数。在此基础上,建立了一个混合整数双层规划模型,上层从企业角度出发,以列车开行成本最小为目标确定开行方案,下层以旅客不满意度最小为目标求得客流分配结果。（3）考虑灵活定价策略的高铁列车开行方案优化研究在上一章节的基础上,将票价因素纳入到旅客出行选择行为中,计算广义出行费用,通过分时段调节票价的方式引导客流分配,减少出行阻抗。建立了一个双层规划模型,上层是以铁路部门效益最大化为目标的混合整数规划模型,确定各时段票价以及开行方案;下层是用UE平衡的思路建立的模型,其含义是使得所有旅客广义出行费用都最小。双层规划实现了客流量与时段票价的循环反馈,指引旅客出行。（4）文章中建造的两个模型中上下层决策变量相互影响相互制约,据此设计了嵌套Frank-Wolfe方法的启发式算法,其中根据两个模型的特点分别设计了遗传算法中的染色体,应用UE平衡配流方法将客流需求分配至各个列车上。