提升货运铁路智能化水平是未来货运铁路发展的必由之路,其中以自动驾驶技术为代表的新型技术正在引领新一轮的技术革新。货运列车速度跟踪控制作为货运列车自动驾驶的核心技术之一,旨在以自动化代替人工进行列车调速。但货运列车长距离运输、环境多变造成列车基本阻力呈现非线性、时变性,极大影响货运列车速度跟踪控制精度。此外,货运列车离散级位控制,在速度跟踪控制中需满足级位切换规则,这对速度跟踪控制器提出较高要求。因此,本文以货运列车为研究对象,开展基于参数辨识的货运列车速度跟踪控制算法研究,实现列车安全、平稳运行。首先,对于货运列车运行过程基本运行阻力系数非线性、时变性,设计基于遗传算法的参数在线估计算法。遗传算法通过采样列车运行数据,以速度拟合为目标,在列车长距离运行后,更新基本运行阻力系数搜索范围。在列车单步运行控制后,利用遍历搜索算法重新在该范围内寻找基本阻力系数最优匹配值。仿真表明该方法能准确对基本运行阻力在线估计,克服了最小二乘法引起的数据过拟合现象。然后,采用区间二型模糊控制原理与一型模糊控制原理设计双层结构的货运列车模糊控制器。上层结构采用区间二型模糊控制原理,考虑列车速度跟踪、加速度变化、手柄级位切换等速度跟随性、平稳性指标,解算列车手柄级位变化量。下层结构采用一型模糊控制原理将列车工况规则转化为逻辑数值,利用矩阵运算对控制量进行逻辑判断,输出符合操纵规则的手柄级位和工况,使模糊控制器控制符合操纵要求。仿真表明,该模糊控制器控制效果与司机操纵相符,区间二型模糊控制器能有效改善手柄级位切换频率。最后,引入预测控制原理对区间二型模糊控制器进行隶属度函数参数自适应调整,利用基于遗传算法在线估计列车阻力参数反馈校正列车预测模型,以最小化列车未来速度跟踪误差、级位变化频率为目标,采用模式搜索算法对隶属度函数缩放因子进行寻优,提升下一控制域的货运列车模糊控制器控制效果,实现目标速度的精准跟踪的同时尽可能减少手柄级位频繁切换。仿真表明,模糊预测控制器能有效提升列车速度跟踪精度,且在基本运行阻力时变下具有较强抗干扰能力。