随着列车运行速度的不断提升,传统的人力驾驶方式难以满足列车的性能要求,长时间、远距离、高密度地运行容易引起司机疲劳等安全问题,因此为了保证高速铁路安全、高效地运行,列车自动驾驶（Automatic Train Operation,ATO）系统必然成为列车控制的重要研究方向,其研究具有一定的现实意义及社会价值。本文首先对高速列车ATO系统进行分析研究,过程如下:对列车的行驶过程、受理情况及牵引制动系统进行,利用线性动态方程这一数学工具,在考虑到列车牵引制动系统的滞后性特点的基础之上,建立列车刚性多质点模型、列车牵引制动系统模型及ATO系统性能指标模型。由于ATO系统存在多个性能指标,故针对多目标优化问题,本文在停车精度、舒适性、准时性及节能性指标满足ATO系统性能指标要求的前提下,建立多目标优化模型,利用粒子群万有引力搜索算法（Particle Swarm Optimization Gravitational Search Algorithm,PSOGSA）对目标速度曲线进行优化,在引入万有引力引力常数动态调整策略后,通过测试函数验证其较为良好的收敛性及寻优精度,后利用PSOGSA算法结合多目标优化模型计算生成理想的目标速度曲线,并与最快模式下的速度曲线进行对比,通过对比分析以验证PSOGSA算法在优化目标速度曲线时的有效性及优越性。针对高速列车运行过程中,外部干扰复杂且多变,列车模型参数不定的问题,本文引入滑模控制理论,以PSOGSA算法生成的理想目标速度曲线作为系统的控制输入,列车模型作为被控对象设计滑模控制器,后通过引入分数阶PID调节器及设计新型变速趋近律对滑模控制器进行优化,最终设计分数阶PID滑模控制器并将其应用于ATO系统以实现ATO系统列车速度曲线跟踪控制的功能,通过仿真实验与PID控制器进行对比,验证所设计控制器的控制效果及跟踪精度,由仿真结果可得出结论:本文所设计的分数阶PID滑模控制器具有较高的跟踪精度及良好的控制效果,适宜应用于高速列车ATO系统。