高速动车组运行过程包含大量随机、不确定等多模态信息，涉及复杂快变巨系统在动态未知环境下的多目标优化控制等一系列科学问题。然而，高速动车组的控制不同于普通中低速列车，常规建模和优化方法难以满足这类复杂非线性动力学系统的建模与控制要求。针对高速动车组运行过程的特点，采用多模型描述高速动车组运行过程，提出基于多模型描述的高速动车组预测控制方法。分别建立了高速动车组多模型、自适应多模型和T-S自适应多模型的描述方法，并基于上述模型设计了相应的预测控制器。具体研究如下：1、列车运行过程是一个典型的非线性过程，并且随着列车速度的增加，非线性特性越来越强，这就给列车运行过程优化控制提出更高的要求。首先针对高速动车组的非线性特性，采用减法聚类算法确定多模型个数；接着在每个平衡点附近，利用递推最小二乘方法建立相应的线性模型；基于累计误差最小的模型切换策略在线选出最优控制模型，据此设计多模型预测控制器实现速度和位移的高精度跟踪控制。2、高速动车组持续高速运行，对控制系统的可靠性和抗干扰能力提出了更高要求。结合高速动车组非线性动力学特点和系统运行数据，应用减法聚类和模式分类算法建立高速动车组多模型集；为适应对象和扰动特性的变化建立高速动车组自适应模型；采用切换策略在线选择最优控制模型，据此设计主动容错预测控制算法来实现高速动车组安全高效运行。3、高速动车组运行过程中需要消耗大量能源，不同的操纵策略导致高速动车组的能源消耗差异明显。如何模拟熟练驾驶员操作经验和控制专家知识，实现高速动车组节能优化运行已成为科技工作者面临的现实问题。为此提出了由T-S知识模型和自适应模型集成建模描述高速动车组运行过程，基于模型切换策略和运行能耗指标设计预测控制器的高速动车组运行控制方法。为了验证上述方法的有效性，以新一代CRH2-300型高速动车组为对象进行了仿真实例研究，仿真结果表明所提出的方法能较好地满足高速动车组高精度跟踪控制、容错控制和节能降耗的要求。