城市轨道交通有着更优于公路交通的便民性。近年来城市轨道交通发展势头十足,致力于轨道交通建设和发展的城市数量也逐步增加,运营总里程和客运量也屡创新高,但是快速发展的背后也带来着不容忽视的巨大能源消耗和高额成本。在践行可持续发展政策的背景下,不仅需要继续提高输送乘客的能力,做好城市轨道交通的节能减排工作更是迫在眉睫,要为城市轨道交通的可持续发展给出一份满意的答卷。牵引能耗占据了列车能耗的绝大部分,通过采取降低牵引能耗的措施可以有效达到列车节能优化的目的。论文主要研究列车推荐速度曲线的优化问题,同时兼顾以节能为主要目标的多目标优化和停站时间内快速规划下一站间运行曲线的要求。并结合研究现状,将人工蜂群算法的两种优化算法分别应用于城轨列车的优化进行比较分析。主要工作如下:首先,分析不同运行状态下列车水平方向的受力情况,建立列车动力学模型,对比列车单质点和多质点物理模型的情况下列车作用力的误差。分别建立四个目标模型:能耗模型、舒适度模型、停车距离模型和停车时间模型。将多个目标函数通过权重系数法转化为单目标函数,考虑以安全性为前提的情况下,在多次实验仿真的基础上决定各个权重系数的取值。同时,为了提高计算速度,采取“化零为整”的原则,以线路限速和坡度将站间总里程划分为若干个区段进行求解,针对划分的不同区段使用不同的速度码策略达到城轨列车运行节能优化的目的。其次,分别对基本人工蜂群算法的原理、步骤和优缺点进行分析,考虑到运用到实际工程中易出现早熟和陷入局部最优的问题,采取适应度评价和搜索方式两方面进行改进。改进后的算法收敛速度和寻优效果较原算法都有一定的性能提升。采用亦庄线的数据进行仿真得出该算法应用于列车运行曲线优化时,各个指标都有所提升。最后,综合人工蜂群和模拟退火两种算法提出嵌套的模拟退火-蜂群算法(Simulated Annealing-Artificial Bee Colony algorithm,SA-ABC),内部为模拟退火算法,外部为人工蜂群算法。该算法结合了两种算法的优点,通过Sphere、Rastrigin、Griewank和Schaffer四个测试函数的仿真验证得出嵌套算法不仅具有可行性,且性能更优。运用亦庄线中经海路至次渠南站间数据仿真后进行对比,能耗、舒适度、停车距离和停车时间四个指标都有不同程度的优化效果,证明了运用于列车曲线优化问题时SA-ABC算法更具有优势。