列车在运行过程中难免会受到各种干扰偏离列车计划运行图,当列车运行偏离计划运行图时,当前的手段是调度员凭借自身经验和技术进行列车运行调整,但是此种方式的调整结果依靠调度员自身的知识经验水平不仅给调度员带来极大的劳动强度而且会使调整结果不一定精度高,效率快。列车运行调整问题具有大规模,约束条件多的特点,用精确算法不易求解。已经有研究者针对这种现状,用运筹学的方法,计算机仿真的方法,还有人工智能方法研究列车运行调整,当前研究者主要用人工智能算法研究此种问题。本文研究解决列车运行调整问题用到人工智能算法中的群智能算法。主要从以下方面对列车运行调整进行研究:首先,搜集整理近年来列车运行调整的文献,分析比较用于列车运行调整各种方法的优劣,并且总结列车运行调整的原则,手段。得出用群智能算法解决列车运行调整问题比较现实,主要有粒子群算法,遗传算法和蚁群算法等。其次,介绍人工鱼群算法与模拟退火算法,包括原理、优缺点及应用。建立列车运行调整模型,包括目标函数和约束条件。先用人工鱼群算法解决列车运行调整问题,以郑西高铁中一段线路为仿真实例,并在MATLAB2016a仿真环境下编制程序并仿真,得出的结果比免疫蚁群算法和遗传算法精度高,但是仿真时间稍长。之后,结合人工鱼群算法的全局收敛能力和模拟退火算法的快速收敛能力,提出一种将模拟退火算法与人工鱼群算法相结合的混合鱼群算法,并用于列车运行调整中,在相同的仿真实例和仿真环境下,用混合鱼群算法得到的结果精度和人工鱼群算法得到的结果相同,但是仿真所用的时间大大缩短。