CBTC系统已经成为城市轨道交通的主流信号制式。列车自动防护系统作为CBTC系统的安全核心子系统,对其可靠性和可用性都提出了很高要求,在上道之前必须经过严格的仿真测试。目前列车自动防护系统的测试案例几乎都是人工编制,数量多,存在大量重复内容,而且在测试时都是单个测试,需要不断进行重复操作,使得测试工作非常繁琐耗时。所以,对CBTC列车自动防护系统的测试案例的优化研究具有重要的现实意义。本文首先研究列车自动防护系统与CBTC其它子系统的接口和数据交互,对列车自动防护系统进行功能需求分析。提出梦境蚁群算法约减优化测试案例,保证在全面覆盖需求的前提下选出数量少、易执行的测试案例集。将约减优化结果与蚁群算法、贪心算法和GRE算法进行对比分析,得出梦境蚁群算法选出的测试案例集数量少,测试代价低,所用时间短,证明了在蚁群算法的更新方式中引入做梦因子能增加搜索多样性,改善早熟缺陷。其次,分析约减优化后测试案例的输入输出条件,设计测试序列串接架构,确定列车自动防护系统的关键场景,利用UPPAAL建立关键场景模型和符合测试序列串接架构的测试驱动模型,测试驱动模型将促使场景模型的转换,在模拟器中模拟测试序列生成。利用萤火虫算法的思想设计测试序列优化过程,对基于场景模型生成的测试序列进行优化,并与遗传算法对比。结果证明使用萤火虫算法可以显著降低测试案例重复使用次数,冗余度降低了13.4%。最后,借助CBTC通用测试平台对测试案例约减优化、测试序列生成以及优化方法进行编程实现。构建测试案例场景库,设计测试案例约减优化模块和测试序列生成优化模块。运用测试案例约减优化模块优化列车自动防护系统功能测试的177个测试案例,优化后得到136个测试案例,数量约减了23%。将场景模型文件导入测试序列生成优化模块中解析生成,并在模拟真实站场中测试场景名为RM超速防护和超过移动授权点的测试序列,发现使用优化后的测试序列测试,所用时间比逐个测试两个场景所包含的全部测试案例的时间少。结果表明本文所提出的测试案例优化方法能在保证需求覆盖度的前提下降低测试劳动强度,减少测试重复操作,提高测试效率并节约成本。