地铁列车车载ATC设备是保障地铁列车安全高效运行的重要设备。当车载ATC设备发生故障时,可能导致列车运行晚点、列车回库检修等情况,给列车的运营造成损失。对地铁列车车载ATC设备的故障进行归纳分析,进而实现故障的自动化诊断和预警,是提高列车运行效率的必要手段。目前,地铁列车车载ATC设备信息记录不规范、监测信号不全面、预警手段欠缺等都是亟待解决的问题。本文针对这些问题,首先,设计开发信号检测单元的软件模块。其次,利用历史故障记录表,分析故障类型与故障特征,构建故障数据集,采用GA-PSO算法优化SVM模型,分别建立故障诊断与预警模型。最后,编写故障诊断预警软件平台。论文的具体工作包括:（1）针对监测信号不全面的问题,开发信号检测单元软件模块,实现信号采集、通信、日志存储、异常信号检测、远程登录以及看门狗等功能。同时,通过实验室测试和工程专业测试,验证软件程序的实际可用性。（2）针对信息记录不规范的问题,采用结巴分词分析文本信息,建立词汇库。提出以特征词汇的词语逆频率计算权值的方法,获取权值决策表,离散化后获得原数据集,以粗糙集理论中的简单数据分析法约简原数据集。利用原数据集和约简数据集对模型进行训练测试,结果表明,约简后的数据集减少5个特征项,节约20%左右的训练测试时间,对模型性能稍有提升。（3）针对预警手段欠缺的问题,提出一种GA-PSO算法对SVM进行参数寻优的方法,从而建立故障诊断与预警模型。以SVM中的分类模型SVC实现故障诊断,以回归模型SVR进行预测。基于故障数据集,通过对SVM、PSO-SVM、GA-SVM和GA-PSO-SVM模型训练测试,利用F1-Score和ROC曲线对分类结果进行对比评估,利用MSE值对预测结果进行对比评估,验证在分类和预测模型上,GA-PSO算法实现了对SVM模型的优化,并且比单一算法的优化效果更好,证明模型的可用性与稳定性。（4）编写故障诊断与预警模型软件平台。利用MATLAB软件编译器将模型转化为C++代码,封装成动态链接库。使用C++MFC框架设计实现了软件的界面编程,通过引用创建的动态链接库,实现故障诊断与预警软件的功能。本文提出一种基于GA-PSO-SVM模型的方法,分别利用模型中的分类与回归工具,实现车载ATC设备的故障诊断与预警,为地铁列车车载ATC设备的故障诊断与预警提供了新的思路。图45幅,表14个,参考文献67篇。