列车自动驾驶(ATO)已经成为轨道交通发展的重要目标之一,近期的多条地铁线路均采用了列车自动驾驶技术,如何评价ATO系统的性能显得至关重要。列车的优化操纵寻找一个优化的列车驾驶策略,能够在保证列车安全、正点、运行过程舒适的同时,使得能耗和运行时间达到铁路运营部门的要求。本文首先对列车自动驾驶过程中的停车精度、准时性、舒适性、能耗等相关要素进行了分析,结合模糊隶属度函数,制定了各个要素的评价方法。然后将各个指标的评价方法综合成为统一的ATO性能评价方法。为了更好的应用该方法对ATO的综合性能进行评价,本文利用MATLAB进行了软件开发,对北京地铁亦庄线ATO系统的综合性能进行了评价,收到了很好的效果。针对列车运行过程中的多目标优化问题,本文建立了列车优化操纵模型,对列车运行过程中的典型情况进行了工况转换分析。分别运用加权遗传算法和Pareto多目标优化算法进行了求解,并且运用北京地铁亦庄线的实际数据进行了仿真验证,结果表明两种算法节能效果明显,准时性和舒适性都满足要求,同时牵引制动切换次数也控制在一个很好的范围内。对比分析两种算法, Pareto多目标优化算法迭代次数更多,程序运行所需要的时间更长,但结果更优化。