城市轨道交通作为效率最高的城市客运手段逐年受到越来越多的重视。我国各个城市的城市轨道交通建设正如火如茶的进行中。列车自动运行(Automatic Train Operation,ATO)系统能代替司机控制列车运行,优秀的ATO系统能提高列车的行车效率和安全性,并能降低能耗。本文旨在设计出能控制列车安全、节能、准时、高效、舒适运行的优秀的ATO控制系统。现有的ATO控制算法的研究大都是基于两站之间只有一辆列车行驶,即站间限速全部已知的情况。本文针对站间有多辆列车运行这种更接近实际的情况,设计了适用于站间限速部分已知情况下的ATO控制算法。本文通过对比各种ATO控制策略的控制性能,提出了最优的控制策略：加速时用最大牵引力,减速时用最大制动力,平稳运行时采用惰行——牵引交替的运行策略。算法的关键在于惰行和牵引的切换点的确定。本文的ATO算法在功能上分为两层：搜索层采用遗传算法搜索上述策略中的最优的惰行起始点和牵引起始点位置,搜索结果为一个位置序列,其中奇数位代表惰行工况起始点,偶数位代表牵引工况起始点；防护层按照搜索层得到的工况预测列车的运行状态,调整运行工况,防止列车超速。为了满足不同区间长度和不同时刻表时间的要求,搜索层采用变长度染色体遗传算法,较基本遗传算法的操作步骤增加了基因复制和基因删除两个步骤。为了改善适应度函数,本文提出了新颖的性能指标,使搜索结果更优秀。因为在遗传算法的搜索过程中需要用到列车模型来预测列车在控制策略下的行为,以判定控制策略的优劣,所以本文利用试验场上得到的列车实际运行数据,采用遗传算法拟合列车模型耦合参数,结合列车动力学机理对列出进行了建模以供ATO算法使用,并在文章最后利用该模型搭建了仿真系统,对各种ATO控制策略的控制性能进行评估,得到了本文提出的控制策略为最优控制策略的结论。