在城市轨道交通列车日常运营中,易受到干扰因素的影响,列车偏离计划运行图发生延误,若不及时调整则会影响后续列车运行,导致列车运行秩序紊乱。因此,如何对延误列车进行后续优化调整,使列车恢复计划运行的同时降低调整时段内的运行能耗,这不仅具有一定的实际应用价值,也是城轨列车自动化、智能化发展的内在要求。本文针对上述问题主要开展了以下几点研究:（1）对城市轨道交通列车ATS子系统功能和ATR自动调整原理进行分析,建立了列车运行离散时空状态网络模型,分别从时间与空间两个维度对列车运行调整问题进行描述,设计了城轨列车运行图优化调整方案。（2）分析了列车区间不同运行时间对运行能耗的影响的基础上,采用回归分析的方法建立列车区间运行时间—能耗偏移模型;考虑动态客流的影响,建立了基于分时段OD客流的停站时间模型;在此基础上,建立了以总延误时间和延误调整时段内运行能耗最小为目标的列车运行调整模型。（3）针对传统微粒群算法（PSO）在求解城轨列车运行调整问题上存在过早收敛的问题,采用了算法的改进策略,通过改进前后仿真对比验证了改进后算法（IPSO）具有更好的收敛效果;采用IPSO求解列车运行调整模型,通过归一化和加权处理后将列车运行调整多目标优化问题转化为单目标优化问题,设计了基于IPSO的列车运行调整求解流程。基于上述模型与优化算法,采用C++语言在QT平台下编写列车运行优化调整仿真软件,以国内某条实际地铁运营线路为背景,针对不同的延误情况对列车运行调整进行对比分析。仿真结果表明:针对列车分别发生自身延误和连带延误的场景,在满足列车恢复计划运行的同时,运行图调整后的能耗较初始解对应的调整策略分别降低了13.4%与9.2%;对于列车发生随机延误的场景,采用节能调整策略的列车运行能耗与节时调整策略相比,下降了12.1%。