《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出,要加快大宗货物和中长途货物运输的“公转铁”,铁路货物运输压力愈发紧张。而编组站的作业组织能力对整个铁路网的运输能力影响重大,对编组站作业的核心—配流问题进行优化,对于提高铁路网的运输效率和促进铁路信息化具有重要影响。本文建立了以阶段时间内编组站向区间发送车辆数最多为目标函数的整数规划模型,并综合考虑了时间接续约束、编组内容约束和满轴约束。对于模型的求解,将静态配流和动态配流视为双层规划问题,上下层协同求解。静态配流实际上是一个大规模的线性规划问题,针对这一特点,采用D-W分解协调算法求解,有效减小了求解过程中变量和约束矩阵的规模。动态配流主要是调整到达列车的解体顺序,采用改进的遗传算法对动态配流进行求解。初始种群是基于每列出发列车对应的解体区间依次选取;选择算子考虑了随着迭代次数的增加复制染色体时对于较劣解的接受程度,引入了模拟退火中的Metropolis准则;交叉算子考虑了个体的适应度大小,对于不同适应度的个体被选作父代染色体的概率不同。遗传算法的适应度函数为该解体顺序下的D-W分解协调结果,基于改进遗传算法的动态配流问题就演变成了静态配流与解体顺序协同优化问题。在算例分析中,分别对种群规模和参数进行了扰动分析,基于扰动结果对比分析了遗传算法改进前后对结果的影响。遗传算法改进后收敛速度大大增加,陷入局部最优解的可能性降低,算例结果证明本文算法能够有效求解编组站配流问题。