城市轨道交通系统以其安全、准时、绿色环保、运量大等优势,日益成为人们日常出行的首要选择,有效缓解了大中型城市道路交通拥堵问题。近年来,轨道交通路网规模不断扩张,线路多列车运行呈现网络化的趋势,不同列车之间牵引和制动协同充分利用再生制动能量,具有节能潜力和时空复杂的动态特征。在这种情况下,列车节能驾驶控制和区域范围内多列车智能协同节能的研究,对于提高城市轨道交通的行业竞争力、减少运营成本具有重要意义。随着人工智能、通信技术和云计算的不断发展,如何利用这些先进的技术从一体化的角度结合列车运行计划与控制调整,对多列车进行智能协同优化,以充分利用再生制动能量,这是当前城轨系统的热点研究问题。论文研究城市轨道交通列车节能运行协同优化与控制问题,通过应用深度强化学习、云计算、边缘计算等先进的信息技术手段,面向基于通信的列车运行（communication based train control,CBTC）系统制式下的列车自动运行（automatic train operation,ATO）子系统、列车自动监控（automatic train supervision,ATS）子系统、列车自动防护（automatic train protection,ATP）子系统等,研究一体化协同多列车节能运行调整方案。具体地说,本文的主要研究内容及创新点如下:（1）为了提高城轨列车ATO系统的智能控制性能,针对列车运行过程中涉及速度、时间、位置和舒适性所要求约束的复杂特性,研究了基于深度强化学习的列车自动控制算法。通过将大量的解实例积累到决策智能中,深度强化学习模型可以在列车运行中直接输出基于当前状态的控制决策,做到实时性节能控制。为了达到列车ATP系统的速度防护要求,考虑到主动约束处理,提出一种带参考系统的深度强化学习算法,在节能控制的同时满足列车行驶中的安全可靠需求。仿真实例表明,该算法具有更快更好的收敛性能,并有效降低了列车牵引能耗。（2）为了提高多列车节能运行智能协同水平,将ATO系统列车站间运行曲线节能优化集成到ATS的多列车时刻表设计中。这两方面的综合研究是一项复杂、大规模、多变量、多约束的任务,涉及嵌套、耦合、互输入的优化过程。提出了一种综合的节能内-外模型,在内模型中优化单列车运行曲线,在外部模型中致力于多列车牵引制动协同以有效利用再生制动能量。设计了一种基于MapReduce的并行粒子群优化算法来求解该综合模型,以减少执行时间。引入时空记录和时间平移两个概念,推导地铁线路上多列车基于运行计划的站间列车运行时空序列。仿真结果表明,采用并行优化方法求解的综合控制模型能以较快的执行速度实现总体较低的能耗。（3）为了实现多列车节能运行协同智能调整,在研究考虑节能驾驶策略的多列车运行协同时刻表的综合模型下,建立一个系统化描述城市轨道交通多列车运行交通环境的优化模型,并设计一种多智能体协作actor-critic深度强化学习方法,对多列车时刻表调整以实现节能。根据列车运行时刻表调整控制动作的高维特性,采用动作表示技术进行泛化。多智能体部署在Spark云平台上,通过多节点并行计算有效提高训练效率。采用深度神经网络感知多列车运行的非线性关系,在满足各种时间约束的前提下,通过同时实现站间最优节能驾驶和多列车多站间最优牵引制动协同,最大限度地节约能量消耗。（4）为了实现城轨列车动态实时节能运行计划与控制智能调整,充分利用再生制动能量,以降低城市轨道交通整体能耗,提出了一种基于边缘计算的多智能体actor-critic深度强化学习体系结构。云端部署的多智能体actor-critic深度强化学习网络进行并行离线训练,根据需求,边缘服务器将在云中训练好的多智能体模型下载到本地,进行在线实时调整城轨列车协同运行策略。通过动态感知列车运行状态,多列车实时运行工况时空特征,以在边缘侧实时调整发车间隔、站间运行时间、停站时间和牵引制动策略,提高多列车之间的再生制动能量利用率,降低区域线路列车整体能耗。