近年来,轨道交通在世界大中城市公共交通领域的比重越来越高。随着全球能源状况日趋严峻,轨道交通的运行能耗问题成为学术界关注的热点,即如何在保证运力和行驶安全性的情况下,有效降低轨道交通的运行能耗。现有的研究集中在轨道交通关键装备的选型及节能技术的改良、线路选线和列车编组方面。这些方案的前期硬件及线路系统投入大,实施周期长。基于列车运行图的调整进行能耗管理优化的方案,由于硬件投资少,实施周期小,风险低,是一种可行性高的节能方法。列车运行图的编制受诸多复杂因素的影响。多线路、环境条件和客流情况等对应着不同的运行图,但这些运行图中有一种是运行能耗最低的最佳运行图。每种特定情况下最佳运行图的求解是一个可解但难解的问题。课题组通过前期研究积累了大量的不同状况下的最佳运行图,得到了列车状况与最佳能耗运行图一一对应的经验案例库。本论文创新性的提出,利用基于经验案例推理的方法,通过相似案例的检索,快速寻找与新情况最相近似的案例,从而获得应急或突发状况下的最佳运行图的近似解的解决方案。本文对国内外案例推理相关文献进行了梳理,阐述了案例推理的基本理论,对案例推理的流程、应用领域和发展方向进行了概括。在对轨道交通能耗影响因素进行总结的基础上,得出了轨道交通能耗问题的树状结构,运用关系型数据库构建了轨道交通能耗案例库,为后续轨道交通能耗案例的检索和重用奠定了基础。能耗案例库中不同类别的属性对相似案例的确定有不同的影响,尤其对基于运行图的能耗优化问题。针对目前案例属性权重确定时主、客观赋权法各自的局限性,本文提出了一种三价交叉综合权重确定方法(Trivalent Cross Synthetic Weight,简称TSW法),首先根据专家打分用层次分析法给出主观权重ωj；然后通过熵值法进行权重调整,即在充分考虑主观因素基础上,根据案例属性特征信息量的多寡得到修正后的权重ωj,接着基于变异系数法,根据属性数据值的区分度获得权重值ωj,最后将权重值ωj与ωj进行乘法合成得到最终的综合权重ω。。在此基础上,为了考虑能耗案例属性之间存在的相关性,提出了改进的灰色关联度相似度计算方法(Modified Gray Correlation,简称MGC法),将上述得到的综合权重与传统的灰色关联度算法相融合,完成能耗案例的检索。算法实验数据的对比分析说明运用本文提出的新方法能够改善检索质量。实现了基于案例推理的轨道交通能耗管理决策原型系统,对系统的功能及运行情况进行了阐述。最后对本文的工作进行了总结和展望。