铁路运输是有色冶金企业的大动脉,它肩负着运送物资保障生产的重任,在有色冶金企业物流环节中具有十分重要的地位。目前我国有色冶金企业铁路规模偏小,大多以人工调度为主,容易导致列车运行效率低,严重制约了有色冶金企业发展。因此,研究有色冶金企业货运站列车的调度方法,对缩短车辆周转时间,提高我国有色冶金企业的铁路货运组织作业效率具有重要现实意义。首先系统地分析和对比了国家干线铁路和企业自备铁路的异同,将站内机车的调车作业分为列车分组、列车编组、取送车、进路选择四个子问题。采用图论建立了企业编组站的静态站场模型,用遗传算法求解最优的进路方案,为后续取送车作业提供最佳行车路径信息。在此基础上,研究了企业铁路的放射状取送车优化问题,建立了以机车等待时间最小为优化目标的数学模型和机车等待时间与装卸作业完成时间综合考虑的数学模型,并提出交互式群智能混合算法予以求解。混合算法由基于蚁群的底层空间和基于佳点集遗传算法的上层空间组成,底层的蚁群数据库不断向上层数据库提供适应度高的样本,同时上层数据库也定时向底层数据库提供若干适应度较好的个体,共同进化共同影响。仿真结果表明,所提算法能求得这两个模型的最优解,且收敛速度和求解精度方面比其他算法要好。考虑到轨道占用对进路作业以及取送作业的影响,对动态调整的特点以及调整方法进行了分析,采用贪婪算法对进路作业进行局部动态调整,同时提出融合弹性搜索和射线法的局部调整策略实现取送作业的局域动态调整,仿真结果验证了所提方法的有效性。