近年来,高速铁路迅速发展,成为受民众欢迎的交通工具之一,与此同时人们对其正点率、安全性及稳定性有了更高的要求。列车在日常开行途中不可避免地会受到外界环境干扰,造成列车不同程度晚点。如果对当前晚点情况不采取相关调整措施,可能会造成后续列车大面积晚点,影响行车安全及运输效率。传统行车指挥中,列车运行调整计划由调度员人工制定,这种调整方式预见性较差且工作量较大。随着高速铁路的发展,人工调整很难适应实时性要求。因此列车运行调整智能化、自动化成为这一领域发展趋势。近年来智能优化算法为解决自动调整问题提供了良好的思路,但现有算法还存在很多不足之处,因此需要去探索其他算法在该领域的应用。本文针对高速铁路特点,结合现有研究成果,从以下几个方面进行研究。首先,对列车运行图及不同程度干扰因素影响下的列车运行状态进行数学化描述,作为模型搭建的基础。考虑列车等级不同,建立以列车总加权到达晚点时间最小为目标函数的列车运行调整模型,并给出相关约束条件。随后,选择简单易懂、参数较少、收敛速度较快、易于编程实现的萤火虫算法为基本算法。标准萤火虫算法适用于连续空间寻优问题,但本次研究问题属于组合优化问题,因此对标准萤火虫算法进行离散化处理得到离散萤火虫算法作为模型求解算法。离散化过程从距离计算、移动方式和扰动机制三方面进行,其中扰动机制采用基于变邻域搜索算法是为了增加萤火虫种群多样性,避免算法陷入局部最优。为了验证离散萤火虫算法解决这一问题的可行性,本文将该算法和一种基于贪婪思想的启发式算法进行对比。最后,依托实验室仿真测试平台,采用C#编程设计了列车运行调整仿真系统,选取京沪高铁下行方向运行数据构造算例,对两类晚点情况做出调整分析。通过算法对比可知,离散萤火虫算法以列车在每一站的发车顺序为变化量,极大地缩小了解空间,并且能在种群规模较小、迭代次数较少的情况下快速收敛,具有良好的全局搜索能力且调整效果较好。仿真系统算例表明离散萤火虫算法可以在合理时间内给出调整问题的有效解,使列车运行逐步恢复图定状态,达到运行调整目的,为解决列车运行调整问题提供了新思路。