随着本国经济的日益增长,轨道交通在近几年开始进入了一个新的快速发展的时期。高铁已经成为中国铁路旅客运输的主要途径。日益剧增的运输需求,带来的是巨大的能源消耗,据近年数据显示,高速铁路动车组电耗为23801万kwh,同上升366%,听以研究高速铁路节能驾驶策略已经成为了急迫需要解决的问题。针对这一问题,本文对高速列车自动驾驶节能优化算法进行研究,主要的研究内容如下:1)针对传统列车自动驾驶系统(ATO)控制算法中存在的速度和牵引力反复调整,导致能耗损失的问题提出一种节能优化的算法,基于列车牵引能耗模型和运行约束,基于庞德利亚金最大值原理和哈密尔顿函数。求解能耗量优控制的五种驾驶策略,并在此基础上提出一种优化算法过程通过控制情行和巡航的距离长短来确保时间的准确性,通过实验验证该算法能在保证舒适度、准时性以及精准停车的前提下能減少5.7%的能源损耗。2)传统的遗传算法运用在列车自动驾驶节能优化算法中存在收敛速度缓和种群寻优能力差等问题,针对以上问题提出一种改进的的遗传算法,改进的遗传算法是在极大值原理推出的最优控制算法的基础上,以惰性工况转换点为变量,以能耗为目标函数,将时间等约束转化为惩刊函数,为变异因子和交叉因子增加自适应变化,并且提出了一种时间调整的机制,从而达到更优的效果,通过实验验证改进的遗传算法相对于简单的遗传算法和自适应遗传算法具有更短的收敛时间,转简单和自适应遗传算法能減少(分别3%和1.7%)能耗。