随着国民经济的快速发展,以及环境污染问题的日益严峻,能源消耗愈加备受瞩目。如今全球能源紧缺,而轨道交通行业作为经济发展中能耗大户,它的节能问题受到国内外研究者广泛关注。同一列车在规定运行时分到达既定站点有着无数种驾驶策略,而不同的驾驶策略所消耗的能耗量也各不相同,列车节能优化的宗旨就是在众多驾驶策略中找到能耗最小、最可行的一种。首先,本文在列车牛顿力学、运动学模型的基础上;基于列车能耗目标函数;以运行限速、加速度、停车精度以及行车时间等为约束条件;然后,对列车手柄位进行实数编码;设计了四阶式节能策略进行启发优化,以此来实现列车节能牵引优化的研究。其次,本文采用粒子群算法对货运列车运行进行优化。在对粒子群算法的概念、基本原理、算法流程进行简要介绍的基础上,对粒子群算法进行了优化算法设计。在Matlab仿真环境下对算法进行仿真,结果显示,粒子群算法容易过早收敛且不能稳定保证优化效果。最后,针对列车节能运行优化问题的具体行业特点和工程应用实际需求,采用手柄位实数编码方式展开算法设计;基于启发式遗传算法的四阶式列车节能运行优化策略,筛选出初始种群并确定种群大小;以能耗指标构建目标函数,并加入时间误差、速度误差、位移误差、舒适度误差罚函数;选择基于本优化问题的染色体选择、交叉、变异方案,以及算法的停止准则。由仿真结果可以知道,加入四阶式节能策略的启发式遗传算法,提高了收敛速度,列车能耗降低4.35%。经过仿真验证,与粒子群算法结果做对比,证明了启发式遗传算法优化效果更好一些。本文主要提出了基于启发式遗传算法的四阶式列车节能运行优化策略,来保证整个寻优过程的快速、高效。