随着城市轨道交通列车运行控制技术的迅速发展,基于通信的列车运行控制(Communications-based Train Control,CBTC)技术已经成为了列车运行控制系统技术的发展方向。应用CBTC系统实现移动闭塞,打破了传统的固定闭塞对于追踪间隔的限制,使得列车的追踪间隔前所未有的缩短,行车密度大大增加,运输效率显著提高,但同时也使得列车运行调整的难度进一步增加,对列车自动调整提出了新的挑战。因此,进行列车自动调整算法在CBTC系统中的应用研究是非常具有现实意义的。鉴于此,针对列车运行调整的组合优化特性结合CBTC系统的行车特点,本文提出了基于GA(Genetic Algorithms,遗传算法)的列车自动调整算法,完成了的相关研究,并进行了相应的仿真测试。首先,论文通过对城市轨道交通的特点,移动闭塞的特点,运行调整问题本身的特点等进行细致深入的分析,提出了一个改进的列车自动调整模型。然后,在所建模型的基础上,针对CBTC系统中列车自动调整特点,选用遗传算法进行模型的求解分析。论文详细阐述了改进的遗传算法在运行调整问题中的应用过程。区别于传统的利用列车序号进行编码的方式,提出了根据时间进行实数编码的方式。改进的算法还采用了最优个体保留的选择策略,两点交叉的交叉策略以及遗传算法育种器的变异算子,并且采用无参数的罚函数进行了约束条件的处理。最后,论文以北京地铁八通线的运输组织情况为背景,构建一个仿真测试环境。根据实际的八通线基础线路数据以及运营情况结合CBTC系统的应用,进行了单车严重晚点和列车群晚点时的仿真试验。仿真试验的结果表明本文所提出的基于GA的列车自动调整算法对于采用CBTC系统的繁忙线路的单车调整和列车群调整有着很好的可行性和有效性。