我国逐渐形成以“八纵八横”为短期规划的高速铁路网,与此同时,高速铁路也以其运行速度快、正点率高、输送能力强等特点受到人们的青睐。然而,因为各种不可避免的因素的干扰,列车的运行时常会偏离计划的时刻表。若未及时且有效的调整列车的运行计划,可能会危及行车安全。为了能给调度员提供较为精准的列车晚点信息,有效缓解因干扰而造成铁路运输效率下降和安全性降低等问题,本文实现了对列车到达晚点和出发晚点的准确预测。具体研究内容如下:（1）分析归纳了列车晚点的相关理论。梳理了造成列车晚点的成因及晚点类型,介绍了晚点传播和吸收的机理。为本文的研究提供理论支撑。（2）对列车到达晚点和出发晚点进行统计分析。基于武广高铁路线上列车实绩运行数据,从车站的角度完成了对各车站的列车到发时间偏差量的统计,从车站和区间两个角度完成了对列车在车站和区间的晚点率的排序,研究列车到发晚点在空间上的特性与规律。（3）建立了基于粒子群算法（PSO）优化极限学习机（ELM）（PSO-ELM）的列车晚点预测模型。首先,在对本文晚点预测的场景进行了详细界定之后,提取了可能影响列车晚点时长的时空特征和基础设施特征因素,包括第三章统计分析得到的车站晚点率、列车计划到站顺序和车站到发线数目等。随后,利用决策树算法对这些特征进行了重要度排序,分别确定了影响列车到达晚点和出发晚点的特征集。最后,利用武广高铁线上的列车实绩运行数据进行案例研究,验证了本文提出的预测模型的良好性能,优于基于最近邻（KNN）、梯度提升决策树（GBDT）等算法建立的晚点预测模型,并将粒子群算法（PSO）与贝叶斯优化算法（BO）和遗传算法（GA）优化ELM超参数的效率和精度进行了对比,结果证明粒子群算法（PSO）的效率和精度最高。（4）在本文第三四章的研究基础上,结合武广高铁线上列车的运行数据和高铁现场调研的用户需求,开发了高速列车晚点分析和预测系统,实现了列车到达和出发时间的统计分析和列车晚点准确预测的管理与展示,支撑高铁管理者精细化掌握晚点情况,辅助制定相关的调度计划。图39幅,表26个,参考文献54篇。