中国铁路经历十多年的快速发展,为了推动高水平对外开放和更好地提高人民群众的出行质量,我国铁路事业发展的要求也在不断地提高。但是,在满足列车安全和准时运行的情况下,列车运行过程中耗能较大。为了降低列车耗能,提高列车运行效率与性能,优化和跟踪控制列车运行速度曲线具有非常重要的意义。本文主要研究了高速列车运行过程的优化与控制问题,分别从优化列车运行速度曲线和追踪控制速度曲线两方面展开研究。具体研究内容如下:(1)针对建立的列车运动学模型,根据列车运行的实际线路情况,改进了列车阻力模型,该模型更好地反映了列车的运行状况。此外,还详细分析了列车操纵策略和工况转换规则,为优化和跟踪控制列车运行速度曲线提供了模型基础。(2)针对标准粒子群算法早熟收敛和易陷入局部最优的问题,本文提出基于多样性反馈的自适应粒子群算法(Adaptive Particle Swarm Optimization Algorithm,简称APSO),分析了该算法的多样性评价机制、惯性权重的自适应控制和精英学习过程,并且改进了该算法的惯性权重值取值范围。相较于标准粒子群算法,该算法增强了粒子群的搜索能力和收敛速度,避免了早熟收敛的问题。之后,将自适应粒子群算法应用于求解列车的优化目标模型,利用MATLAB仿真软件对该算法优化列车运行速度曲线过程进行仿真,得到列车运行的最优速度曲线,此过程充分验证了自适应粒子群算法可以有效地优化列车速度曲线。(3)针对跟踪高速列车速度曲线问题,根据列车实际运行线路情况的不确定性等特点,本文基于滑模控制理论设计了双闭环滑模控制器,并利用Lyapunov理论证明了控制器的稳定性。最后,基于秦沈高铁实际线路数据,利用MATLAB软件对控制器跟踪列车运行速度曲线过程进行仿真。仿真结果表明,该控制器可以实现跟踪控制列车运行速度曲线的目的,验证了该控制律的有效性。