随着我国经济的快速发展，城市化进程不断加快，人口密度也逐渐增大，轨道交通对于缓解城市以及城际交通压力的重要性也越来越突出。而随着高铁技术的不断发展，列车运行向着密度大、速度高、运输量大的方向发展，传统的人工驾驶模式已经难以满足要求。ATO(Automatic Train Operation,列车自动驾驶)利用先进的计算机控制技术对列车进行牵引、制动、停车等控制，保证列车的安全行车要求，实现列车自动运行。因此，ATO取代人工驾驶是未来高铁技术的发展趋势。ATO中最重要的部分是列车的速度控制，目前已有多种控制方法应用到了列车速度控制中，但是由于列车运行是一个复杂的非线性过程，没有精确的数学模型来描述列车运行过程，常规的控制算法难以达到令人满意的自主控制效果。前人的研究发现，在众多的控制方法中，复合型智能控制在复杂的列车速度控制系统中表现出了巨大的潜力和优势。论文首先总结了目前国内外的列车速度控制系统以及列车速度控制算法的背景和发展方向，在分析各种控制方法的基本原理以及在列车速度控制中运用情况的基础上，以CRH2-300的数据为例计算了列车启动、匀速巡航、制动停车的完整运行的理想曲线。在MATLAB环境下对模糊预测控制算法控制列车跟踪理想运行曲线进行了仿真，结果表明模糊预测控制有着良好的快速响应能力，但是稳态误差较大。为了解决这个问题，采用模糊PID控制代替模糊控制，形成预测模糊PID控制，仿真结果表明预测模糊PID控制有着很好的控制精度，但快速性能不及模糊预测控制。为了使控制效果同时具有模糊预测的快速性和预测模糊PID的高精度，将两种控制方式通过切换有机结合。考虑到阈值切换会造成控制量的突变情况，采用模糊规则实现软切换控制，误差较大时模糊预测控制起较大作用，其余时间预测模糊PID控制起主要作用。仿真结果表明实行软切换的复合控制同时兼顾了快速性和高精度的控制效果。为了更好地利用两种控制方式的优点，在复合控制中加入比例控制，采用多模态控制方式。将多模态控制、复合控制以及去掉预测作用的多模态控制、去掉预测的复合控制、PID控制的阶跃响应作对比分析，并对理想曲线跟踪比较，仿真结果表明多模态控制方法跟踪精度和停车精度最高。