随着中国高速铁路稳定且迅速的发展,我国高速铁路网络已经初具规模,高铁出行已经发展成为我国中长途跟短途集中旅客运输的重要出行方式。但由于旅客出行具有目的性,每日的旅客出行需求总量随着日期呈现着一定的波动性,尤其是受到近年来新冠疫情的影响,这种波动性更为明显。为了便于管理,在铁路运营组织过程中,根据客流强度将不同日期的客流分为高峰期客流和平峰期客流。既有文献中针对特定客流条件下列车运行计划的研究已经有了一定的基础,但是研究范围相对局限。大多数文献中仅针对列车运行计划中列车开行方案、运行时刻表、车底运用计划中的一至二个要点进行研究,尚不能解决波动客流需求条件下列车运行计划的协同优化问题。为了满足运力资源与客流需求的精准匹配,铁路运营部门希望通过不断缩短列车运行图的调整周期,使得动态变化的客流能够及时体现到列车计划上,从而高效地实现“一日一图”。结合以上“一日一图”模式的运营需求和既有的相关研究,本文针对高速铁路运行计划的协同优化进行了相关研究。本文主要工作内容如下:（1）以调整周期内的宏观客流峰值,构建了以最小化列车运行距离、停站时间和所运用的动车组资源为目标,以列车运行条件、宏观旅客需求、车底周转计划等为约束条件的短周期内列车基础运行计划优化模型。该模型具有两大作用:一是估计该周期内每日所需的动车组数目;二是求解结果中的运行计划相关信息将作为该周期内具体每日的“一日一图”的调整基础,即:该计划将作为后续实际运行计划调整模型的输入。（2）以上述阶段性基础列车运行计划优化模型求解结果为输入,以单日实际OD客流为依据,在固定动车组配属条件下,建立以票额分配和车底周转过渡为目标的列车实际运行计划调整模型,为“一日一图”提供理论支持。该模型中调整内容包括:调整列车出发时间、调整列车停站、调整列车运行区段、调整列车编组以及调整动车组的周转接续计划。（3）为满足列车实际运行计划调整模型的高效求解要求,以自适应大邻域搜索算法为基本框架,设计了基于模型分解的异步自适应大邻域搜索算法进行求解,并通过数值案例将所设计的算法求解结果与GUROBI求解器求解结果进行对比,验证了列车实际运行计划调整模型的正确性和所设计算法的可行性。（4）以京沪高铁网络结构和客流数据作为实验基础,验证了上述模型和算法在大规模实际案例中的使用效果。本论文针对“一日一图”模式下的列车运行组织核心问题,分别构建了列车运行计划的优化和调整模型,并设计了相应的启发式算法实现高效求解。实际案例表明调整后的列车实际运行计划相较于列车基础运行计划更能匹配当日客流需求,实现铁路运营部门当日总体收益在基础运行计划上增加6.9%,结果表明本文“一日一图”模式下的列车运行计划协同优化的框架和方法的实用性。为铁路运营部门编制或高效调整列车时刻表,车底周转计划和票额分配方案等提供了理论基础。本论文图27幅,表33个,参考文献62篇。