高速铁路以其高效安全、准点舒适的特点已成为广大旅客出行优先选择的公共交通方式之一,是我国综合交通体系中不可或缺的组成部分。由于高速列车外部环境的不确定性,使得离线优化下的目标速度曲线无法完全适应外部动态环境变化。为进一步提升列车运营效率,目标速度曲线优化方法的适用性和实时性需进一步提高。另一方面,运行时分与列车状态信息的分离难以兼顾准点、节能等列车的多个运行性能指标,研究列车运行目标速度曲线与运行时分协同优化问题具有重要现实意义。本文针对不同场景基于强化学习展开高速列车目标速度曲线与运行时分协同优化研究,主要内容如下:首先,针对线路固定限速场景,提出了基于双深度Q网络的列车目标速度曲线优化方法。考虑列车的牵引制动特性、线路条件以及列车位置速度约束,建立了列车动力学模型,并搭建了由状态集合、动作集合以及奖励函数组成的高速列车运行强化学习环境。提出了基于双深度Q网络的方法来生成及优化列车目标速度曲线,在线路限速固定不变场景下,通过与遗传算法进行对比表明所提出的方法使列车准时性误差降低38.09%,能耗节省0.98%。其次,针对单区间临时限速场景,提出了考虑限速信息的列车目标速度曲线优化方法。根据列车运行阶段的不同设置了工况调整策略,并提出了用于优化列车车载控制器的动作选择策略的最短剩余运行时间计算方法。在高速列车运行强化学习环境的状态空间中增加限速信息变量,重构了强化学习环境。基于优先回放机制改进了双深度Q网络算法,以提高算法学习效率和模型收敛速度。不同临时限速场景下的仿真算例表明该方法可以充分利用计划运行时间曲线与最短运行时间曲线之间的冗余,保证列车准时性的前提下实现列车节能舒适运行。最后,针对单列车延误场景,提出了多区间运行时分与速度曲线协同优化方法。根据车站作业约束和列车区间运行约束建立单列车运行时分调整模型,设计了列车运行时分的状态变量以及调整分度的动作变量。结合速度曲线优化算法提出了列车运行时分调整方法,优化列车在后续区间的运行时分和目标速度曲线。仿真证明该方法可实现列车延误情况下多区间运行时分与速度曲线协同优化,获得在降低延误时间和节省能耗之间的权衡策略。图48幅,表9个,参考文献77篇