随着我国铁路事业的飞速发展,铁路工程建设的需求日益增大。区间信号设计是铁路建设中至关重要的一环,主要包括闭塞分区的划分和轨道电路的分割两个部分。然而,国内外对这部分工作的研究目前仍存在较多问题:首先,列控基础数据缺乏统一规范的模型,不同专业和系统之间的数据交互效率低下且出错率高。现阶段针对闭塞分区划分问题尚没有从多目标优化的角度分析和计算,缺少全面的优化考虑。而对于轨道电路的分割问题,目前还是主要依靠人工计算来完成。这些问题严重影响了铁路信号设计的效率,阻碍了铁路行业的发展。本论文针对上述问题,主要做了以下几方面的工作:(1)以列控基础数据为研究对象,基于RailML对列控基础数据构建完备而准确的模型,实现数据的统一规范描述。此外,针对RailML参数不够全面的问题,对该模型进行了适当的扩展,使其涵盖后续工作必备的参数,为后续信号设计工作奠定了基础;(2)在研究闭塞分区划分的目标及影响因素的基础上,构建了列车追踪间隔模型,并选择四显示自动闭塞作为研究对象。针对"效率"、"经济"两个策略分别给出了目标函数,并从多目标优化的角度,应用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对闭塞分区的划分进行了求解;(3)深入研究轨道电路的划分目标及影响因素,构建了轨道电路分割的数学模型。针对轨道电路分割问题的特点,本文提出了先求得最经济的分割点数目,进一步追求平均目标的分割方案的两步计算法,并采用模拟退火算法进行了问题的求解;(4)在上述研究的基础上,本文选择了一条实际线路,首先构建线路的RailML数据模型,并用本文提出的方法进一步完成了闭塞分区的划分和轨道电路分割,生成了信号数据表,验证了本文提出的方法。本论文的主要创新之处在于:(1)构建并完善了列控基础数据的RailML模型,实现了数据的统一规范描述;(2)从多目标优化的角度完成了闭塞分区的划分,并基于NSGA-Ⅱ算法针对两个目标策略实现了闭塞分区的多目标优化;(3)提出了轨道电路划分两步计算的计算方法,并基于模拟退火算法完成了轨道电路分割点的求解。