高速铁路是国家战略基础设施、国民经济发展的重要支柱和人们日常生活的重要公共交通工具,对保障国家战略的有效实施、促进区域经济的协同发展、提供便捷舒适的人们生活出行方式起到了不可替代的作用。我国高速铁路在取得巨大发展成就、迎来新的发展机遇的同时,也存在一些亟待解决的问题。随着我国高速铁路发车频率、运营速度的大幅度提升,高速铁路网中多列车高速、高密度的追踪运行已成为高速铁路运营管理、高速列车运行控制面临的新常态,这一特点在骨干高速铁路线上尤为突出。现有列车运行控制方式难以保障高速列车智能驾驶的追踪运行过程满足安全高效、节能舒适等多目标运行要求。因此,设计适应高速列车高速、高密度追踪运行特征的追踪特性建模方法和多目标运行优化控制策略,是高速列车智能驾驶运行控制领域的热点研究问题之一。本文立足于高速列车追踪运行动力学特性、运行场景特征、多列车追踪运行状态耦合特性等,建立有效可靠描述高速列车动力学特性、追踪运行场景特征以及多列车追踪运行特性的模型,并给出高速列车鲁棒速度跟踪控制方法和多列车追踪运行多目标协同优化控制策略,以保障高速列车追踪运行过程的安全高效、节能舒适。本文主要工作概述如下:(1)高速列车高速、高密度追踪运行过程干扰因素复杂多变、动力学非线性强。传统的机理建模方法难以有效描述高速列车动力学特性,现有数据驱动建模方法建模精度较高,但建模效率缺乏保障。需要提供一种能够可靠高效描述高速列车追踪运行动力学特性的建模方法。回声状态神经网络(Echo State Networks,ESNs)在有效快速建模非线性时间序列方面具有显著优势,适用于高速列车运行数据这种典型非线性时间序列的建模。但ESNs存在随机权值范围设定方式单一,不依据数据特征进行调整的问题。因此,本文提出ESNs随机权值矩阵收缩因子优化设定策略,以实现对高速列车动追踪运行动力学特性的可靠高效建模;(2)精确、平稳的速度跟踪控制是实现列车智能驾驶的关键技术之一。然而,高速列车在开放环境下追踪运行过程中,其运行控制受到线路、环境、自身机械特性以及前车运行状态等众多动态时变因素的约束,使得高速列车精确、平稳的速度跟踪控制充满挑战。模型预测控制方法具有高效处理动态多约束优化控制问题的优点,被广泛应用于列车运行控制研究。而预测模型的可靠性和求解效率是决定预测控制性能的重要因素之一。因此,本文采用以上改进的ESNs动力学建模方法建立高速列车速度预测模型,并设计一种ESNs模型输入时间尺度自适应调整策略以进一步提高建模可靠性,确保高速列车追踪运行过程对目标速度曲线的精确平稳跟踪;(3)在高速列车追踪运行过程中,线路条件、信号系统闭塞制式、电气化铁道供电方式等场景特征因素,都是影响列车追踪运行控制量设定的重要因素。因此,有效可靠地描述高速列车追踪运行过程的场景特征,是高速列车追踪运行优化控制研究结果有效性的重要保障。此外,基于场景特征模型给出高速列车运行优化控制问题的高效求解策略,是列车优化控制领域的研究热点之一。本文在分析高速列车追踪运行场景关键特征的基础上,建立了包含追踪运行安全距离约束、线路纵断面、电分相惰行等因素的高速列车追踪运行场景特征模型。同时,基于该特征模型给出高速列车追踪运行多目标优化控制策略,以实现单列高速列车安全平稳、节能舒适的追踪运行;(4)铁路区间所有列车整体的安全高效、节能舒适运行是高速列车追踪运行优化控制的重要目标。在多列车追踪运行过程中,相邻列车的运行状态之间存在强耦合关系,这种关系对列车运行控制量的设定有显著的约束作用。因此,准确描述这种动态约束关系是进行有效可靠的多列车追踪运行协同优化控制研究的前提。现有研究方法往往只关注单列车的追踪运行优化控制,或者仅考虑列车间隔距离最小的多列车协同优化控制,却忽略了多列车追踪运行控制的整体优化目标,以及各列车在同一时刻所处运行场景特征可能不同的情况。针对这些问题,本文建立多列车追踪特性模型以准确描述多列车追踪运行状态耦合关系对列车控制量的约束作用,并给出以线路区间整体安全高效、节能舒适为多目标的多列车协同优化控制策略,以实现高速列车安全平稳、高效节能的多车追踪运行。