近些年来,我国经济不断发展、人口逐年增多并且城市化进程也在持续性增长,铁路建设也随之不断发展,使得国民对于铁路旅客运输效率和服务质量提出了更高的要求。我国铁路客运站是实现旅客服务和旅客运输的重要地点,具有乘客数量多、流量大,到发列车多等特点,是发生列车之间作业冲突最多的地方。因此,为了解决以上问题,就需要我们结合我国铁路客运站的现状,对铁路列车作业计划编制的优化问题进行深入的研究。本文研究内容主要定位于铁路客运站列车进路智能安排问题。首先,本文对铁路客运站列车进路智能安排问题研究的发展背景和意义、有关铁路列车进路智能安排问题的研究现状和国内铁路客运站作业流程进行了深入研究。同时对应用于解决铁路列车进路选择优化问题的机器学习算法进行了详细的介绍,并分别对逻辑回归算法、决策树和人工神经网络算法等算法进行了全面分析。其次,在深入了解各机器学习算法之后,将其应用于铁路列车进路选择优化的实践中。同时,依托于某铁路客运车站进行数据采集与处理。并通过该数据实现了可用于解决铁路列车进路选择优化问题的逻辑回归、决策树和朴素贝叶斯三种分类模型的构建,也分别对各个模型的性能进行了评估。最后,对铁路列车进路智能安排仿真系统进行了设计与实现。对系统中进路搜索和进路选择两个模块进行了设计,构建了基于联锁表规则的进路搜索方法和基于集成学习的路径选择模型。同时,对铁路列车进路智能安排系统进行了仿真实验,并对其仿真实验结果进行了分析评估。