铁路是一个庞大复杂的多部门多工种组成的运输企业。无论是新建的一条铁路还是复杂的铁路网在运营之前，都要经过严格的模拟测试、进行大量的数据分析、验证为其设计的列车运行图的正确性、考察多种干扰因素对列车运行的影响，才能保证行车安全、提高运输效率。因此，建立一个列车群运行仿真系统，一方面是为行车组织、运营调整等提供科学的决策支持；另一方面，面向实际应用问题的列车群运行仿真系统为智能混杂系统建模和分析理论的研究提供了有效的实验平台，其对混杂系统中的来自于专家的知识、经验、策略等具有不确定性问题的处理方法的研究非常重要。 针对铁路运输智能化发展对系统仿真的需求，本文在研究基于Agent的G-Net建模方法的基础上，建立了列车群运行的Agent G-Net模型，对模型的有关概念和实施方法进行了分析，描述了仿真系统中的主要Agent的结构与协作关系。然后，根据创建的Agent G-Net模型，实施了三维列车群运行仿真系统，针对已经开发的基于二维显示的列车仿真系统所存在问题：如，界面抽象、不易理解、不能实时进行系统主体的跟踪等问题，基于虚拟现实技术，在仿真系统中引入了OpenGL图形库，建立了列车运行的三维场景，将列车运行的多种状态以三维动画的方式实时地呈现出来。最后，通过仿真实验以及对系统中仿真效率、安全性、Agent通信能力等问题进行相关分析，验证了该仿真系统的有效性。 基于Agent的G-Net三维列车群运行仿真系统模型，相对于列车群运行的对象Petri子网模型(TGOSOPS)，在多层次上突出了系统的智能特性；相对于列车运行的Agent模型(TOPNA)，进一步完善了Agent之间的同步与异步通讯机制，在Agent的划分方面更加确切、更加突现了铁路智能运输系统中的主体：列车和车站的智能特征；由于该模型结构清晰、可扩展性强、便于分布式程序设计，使得仿真系统设计更加可靠与有效。 由于系统完全采用了模型、路网数据、运行图相分离的原则，因此系统具有很好的普适性，可以用于我国任一铁路区域及有轨交通的仿真评估，为铁路建设和运营的实际操作提供了宝贵的具有预知性的方案和结论。