随着当前城市的快速发展,人口急剧增多,城市交通面临越来越严峻的挑战。在这样的背景下,列车自动运行(Automatic Train Operation,ATO)系统应运而生,可替代司机实现列车运行操作自动化,从而减少司机的劳动强度,实现节能控制,提高运行效率,保证定位停车精度,改善乘车舒适度。因此,ATO系统的优化逐渐成为关键。不同的列车运行,相应的速度保护目标,准点目标,精确停车目标,舒适目标和能耗目标就会不同,这就需要系统接收控制中心指令,完成列车站间内有序运行和定位置停车,从而实现列车运行自动调整。对于目前ATO系统优化方法的研究中,存在着优化难度大,考虑信息不全等问题,使列车运行的最优速度曲线很难找到。鉴于此,论文主要完成了以下工作:首先,在深入分析ATO系统结构功能的基础上,总结了列车运行中的控制策略和优化运行原则,并建立了描述ATO系统的控制性能目标的数学模型。从本质上说,列车自动运行的控制属于多目标优化问题,节能、安全、停靠准确以及正点这些目标往往是互相冲突又需要同时进行优化处理的,优化最终目的需要同时满足节能、安全、停靠准确以及正点的要求,所以论文采用线性加权和法将列车自动运行的多目标优化问题转换为了单目标优化问题进行研究,得出系统的控制性能总目标数学模型。其次,研究设计了一种改进状态空间模型进化算法,是对选择操作做了改进,选择适应度高的个体进入下一代,适应度较差的个体重新赋予范围内的值并重新进行选择。通过两个基准函数测试,结果表明改进方法的搜索精度得到提高。最后通过线路和列车参数的描述,在MATLAB平台上用传统状态空间模型算法和改进状态空间模型进化算法进行了列车自动运行的速度优化仿真,得出运行线路的速度曲线。论文验证了改进算法在保证列车速度防护范围内运行时,可以同时满足准时性目标、停车精度目标、节能性目标和舒适性目标。与传统进化算法相比,改进进化算法能够对列车进行更好的控制,在收敛速度和收敛精度上有了较好的改善。