随着我国铁路的不断高速发展,列车的运行速度以及行车密度也在不断提高,在这个大背景下,传统的驾驶模式已经变得很难满足列车运行的各项要求。因此,为了满足提高列车运行准点性,提高旅客舒适度,降低能耗等要求,需要开发更为智能的ATO(Automatic Train Operation,列车自动驾驶)系统实现对列车的运行控制。本文通过分析研究列车自动驾驶系统的结构,应用粒子群优化算法和灰色控制理论,对这两种算法在ATO系统上的应用进行了深入的研究。对应用于ATO系统的算法研究现状以及取得成果进行说明后,指出现有研究算法的不足。然后在分析了ATO系统的系统结构以及功能需求之后,结合灰色理论的研究对象特点,证明了ATO系统具备灰色理论所研究对象的灰色性特点,可以应用灰色理论对其进行控制。论文在分析了ATO系统的结构功能之后,设计基于灰色理论的速度控制器,设计的速度控制器主要分为三大模块:进行ATO系统相关预测功能的灰色预测模块、对初步预测结果进行校正的校正模块以及输出控制指令的灰色决策模块。此外,论文采用粒子群算法优化生成ATO目标速度曲线,利用设计的速度控制器跟随该优化曲线对列车运行进行控制。从而满足列车运行安全性、准时性、旅客舒适性、能耗等各方面的要求。论文最后对所设计的速度控制器在Matlab环境下进行仿真,在仿真阶段,通过实际线路数据验证了系统的性能。将本文所设计速度控制器的控制性能与传统PID控制器的控制效果进行对比。结果表明所选择算法可以满足ATO系统的各项指标要求,仿真效果明显优于PID控制器,证明了在ATO系统中引入灰色理论算法的可行性和优越性。