近年来,世界许多城市在“公交优先”的发展战略指导下,城市轨道交通的建设逐步推向了高潮。在这一背景下,城市轨道交通列车自动控制系统的探索非常活跃,产生了丰硕的成果。列车自动驾驶系统(Automatic Train OperationSystem,ATO)是列车自动控制系统(以下简称列控系统)中重要的一部分,它的主要功能是模拟司机完成驾驶列车的任务,使列车处于最佳运行状态。论文总结了前人研究ATO算法的经验,并分析了其不足之处。论文对ATO系统功能需求进行分析并对灰色系统理论进行研究。在分析ATO的特点的基础上,证明了ATO系统是一个灰色系统,进而说明灰色系统理论的一些优势能够在ATO控制方面进行发挥,能够弥补前人的一些不足之处。在论证灰色系统理论可用于ATO的基础上,提出了基于灰色系统理论的ATO控制算法。论文在明确ATO要完成的任务和所能得到的信息资源之后,把ATO的功能进行模块化分解,细化各模块的输入、输出及功能。运用灰色系统理论的方法实现各模块。灰色系统理论中序列算子生成、灰色预测、灰色决策等方法使得各模块的功能得以实现。然后综合各模块,使之成为一个相对独立的系统,能够与列控系统中其他子系统进行联结与合作,从而设计出基于灰色系统理论的ATO。论文最后对系统进行仿真。在对列车、线路等进行建模后,使“基于灰色系统理论的ATO”与目前较为成熟的“基于模糊控制策略的ATO”进行对比检验。从停车精度、准时性和旅客舒适性三个方面对两种控制方法进行对比。引入相关参数使控制效果量化,用量化的数据证明基于灰色系统理论的ATO的有效性。仿真结果证明了论文所设计的系统在工作流程、功能模块划分、控制策略、算法设计的合理性和正确性。为下一步的继续探索奠定了基础,也可为其他控制方法在ATO中的实现启迪思路。