随着人们生活水平的提高与高速铁路的持续发展，选择高速铁路出行的人越来越多。高准点率与安全性是人们选择高速铁路的主要因素，行车区间失效后的列车调整，将有助于铁路公司保证列车运行的准点率与安全性。
　　现有区间失效后的列车调整方法实时性较差，可能导致列车晚点时间扩大，甚至引发安全事故。为了在高速铁路区间失效后实时提供高质量的列车调整方案，本文对单优先级下的列车调整、多优先级下的列车调整、区间失效持续时间未知下的列车调整等问题开展了深入研究，主要工作及创新点如下：
　　第一、对高速铁路区间失效后列车调整的模型进行了深入分析和研究。讨论了高速铁路网络的表示方法、区间失效后的列车调整目标、高速铁路安全运行需遵守的约束条件，建立了高速铁路区间失效状态下的列车调整模型。
　　第二、针对传统列车调整方法实时性差的问题，提出了多阶段变邻域下降算法(Multi-Stage Variable Neighbor Descent, MSVND)。MSVND算法在不同阶段使用不同的邻域结构进行邻域搜索，限制列车交换运行顺序；同时在多个阶段内使用禁忌表禁止满足一定条件的列车继续进行邻域搜索。实验表明，在区间失效持续时间为120分钟时，MSVND算法的列车调整计算时间达到12.1秒，比自适应大邻域搜索算法下降了99.9%，大幅地提升了列车调整的实时性，其代价是列车总晚点时间上升了约13.5%。
　　第三、针对某些场景中需对高优先级列车优先调整的问题，提出了逐级启发式算法(Step-by-step heuristic, SH)。SH算法把两类优先级以上的问题转化为多个两类优先级问题，然后按照优先级从高到低逐级确定列车运行时刻，每个两类优先级问题则使用分步确定启发算法。实验以列车是否通过失效区间为依据确定优先级，结果表明在区间失效持续时间为120分钟时，SH算法的列车调整平均计算时间为12.3秒；与MSVND算法相比，SH算法以低优先级列车总晚点时间增加20.5%和计算时间增加0.2秒为代价，实现了高优先级列车的准点到达。
　　第四、针对区间失效持续时间未知下的列车调整问题，提出了混合滚动时域算法(Mixed rolling horizon, MRH)。算法在没有任何区间失效持续时间信息时根据提前设定的时域调整列车，在有区间失效持续时间预测值时根据该预测值调整列车；算法在区间失效持续时间更新后重新调整列车。实验结果表明，与使用SH算法进行列车调整相比，使用MRH算法调整列车的总晚点时间增加了7.2%，计算时间增加了39.1%，说明区间失效持续时间未知时并不利于进行列车调整。