机车黏着优化控制是充分挖掘轮轨黏着潜力和提高轮轨黏着性能、以使机车发挥最大牵引/制动能力的有效措施,对于提高铁路运输能力、乃至保证行车安全至关重要。以获取轮轨间最优黏着利用为目的的机车黏着优化控制问题实质上是一个最优化控制问题,基于优化控制理论,建立能够定量评价黏着优化控制品质的性能指标函数成为解决机车黏着优化控制问题的首要任务,而现有机车黏着控制的相关研究对此却鲜有涉及；此外,由于机车传动系统具有大惯性和非线性特点,以及轮轨间黏着特性复杂多变的不确定性和强非线性,难以精确得到被控系统的解析模型,使得基于精确数学模型的优化控制问题求解方法无法解决机车黏着优化控制问题,有关不依赖于系统精确数学模型的机车黏着控制策略研究一直备受研究者们的关注。本文主要利用神经网络控制和模糊控制等智能控制方法不依赖精确数学模型、可适应较差建模非线性动态系统的优势,将其与群体智能优化算法相结合,对机车黏着智能优化控制理论和方法进行了探索和研究。本文的主要工作如下：(1)为了实现机车黏着优化控制品质的量化评价及降低控制系统设计时对设计者主观经验知识的依赖,研究了机车黏着智能优化控制性能指标函数的构建及控制系统设计中控制器和滤波器环节的智能优化算法配置问题。建立了机车黏着智能优化控制性能指标函数,给出了不同工况下机车黏着优化控制性能指标函数的具体表现形式；提出了动态多子群引力搜索算法和灰聚类多子群自适应粒子群算法,完成神经网络参数的优化选择、以及所建立的车轮转速信号所含混合噪声(高斯噪声和冲击噪声)的非线性Volterra滤波器模型结构和参数的确认及优化求解。(2)针对难以解析求解的机车黏着优化控制问题,基于优化控制理论,将本文所提出的群体智能优化算法与神经网络控制和模糊控制等智能控制方法相结合,提出了机车黏着智能优化控制策略以实现牵引和制动工况下的机车黏着优化控制。设计了机车黏着神经网络控制器和模糊控制器,并基于本文所建立的性能指标函数定义适应度函数(即寻优目标),在寻优目标的引导下,采用本文所提出的群体智能优化算法实现了控制器参数的自动调整,使其最终收敛到最优解,同时也实现了机车黏着优化控制品质的定量评价。(3)为了实现轮轨黏着状态优化与牵引电机输出转矩调整之间的最优匹配,对结合牵引电机全速域直接转矩控制策略的机车黏着智能优化控制进行了探索和研究,提出了结合直接转矩控制的机车黏着智能优化控制策略。采用机车黏着智能优化控制算法计算产生可获得最优黏着利用的理想给定转矩(牵引转矩／制动转矩),以此作为牵引电机输出转矩的调节依据,并采用全速域直接转矩控制策略动态调整牵引电机输出转矩快速达到给定值,使得当前轮轨工作位置快速趋近轮轨最佳工作点,从而获得最优黏着利用。(4)为了验证本文所提出的机车黏着智能优化控制策略及性能指标函数的可行性和有效性,利用硬件在回路仿真技术进行机车黏着智能优化控制实验研究。实验结果表明,本文所建立的机车黏着优化控制性能指标函数是正确的、可行的,可以有效评估机车黏着智能优化控制的品质；利用本文所提出的动态多子群引力搜索算法优化后的引力搜索高斯径向基函数神经网络优化控制器、引力搜索脊波神经网络优化控制器和引力搜索模糊优化控制器均能够很好地达到控制要求,使机车在轨面状态发生多种极端突变的情况下都能在最短时间内搜索到并稳定工作在最佳黏着状态下,从而使轮轨发挥出最大黏着力。