传统高速列车广义预测控制方法的控制器参数根据人为经验设定,影响控制效果。针对这一问题,本文结合不同的研究方法分别将高速列车描述单质点模型和多个动力单元模型。采用单输入单输出(SISO)和多输入多输出(MIMO)的广义预测调优控制方法对高速列车进行模拟速度跟踪控制,结合凸优化方法确定性能指标函数中的加权矩阵等调优参数的值,调优参数确定时考虑了保证闭环系统性能的稳定性。实验仿真结果表明,相对于对比传统广义预测控制方法,使高速列车对给定的速度具有良好的高精度跟踪能力。本论文的具体研究如下:1、根据国内实际高速动车组的驱动运行特点,将其分为集中式即单质点建模和分布式多质点建模方法,并比较了它们各自的优缺点。针对单输入单输出的列车调优控制方法,目的降低控制参数调优过程中的复杂度,采用根据当前和过去时刻的输入牵引/制动力和速度数据,基于广义预测调优控制方法对高速列车动力单元的已知给定速度进行控制跟踪。通过建立列车离散系统闭环传递函数模型,设置适当的预测步长范围及控制步长,使用YALMIP软件求解优化问题得出相关调优参数,采用最优控制输入的最小化来计算最优控制输入向量,结合当前及过去时刻的列车输入牵引/制动力及速度数据,并将每次在线计算出的第一个控制输入向量应用于高速列车系统,在以后每一个时间步长内不断重复以上过程,此方法通过进行参数调优可达到较好的鲁棒闭环控制性能,并能实现高速列车准确跟踪目标曲线。2、针对实际运行高速列车多质点的分布式特点,本文将高速列车描述成多个动力单元组成。采用多变量输入多变量输出的广义预测调优控制方法对高速列车进行速度跟踪控制。首先根据当前和过去时刻的输入牵引/制动力和速度数据,结合辨识方法得到的列车离散系统模型及即时输入输出数据,对目标函数优化得出第一步最优控制输入作为实际传递函数,通过求解文中相关的优化问题,求出调优参数,进而求出列车动力单元的期望传递函数,通过求解每一采样时刻的输出速度向量第一个分量及控制力向量第一个分量施加于列车上,此方法通过不断的滚动优化可达到较好的鲁棒闭环控制性能。从而实现高速列车准确跟踪目标曲线。