列车在运行过程中不可避免会受到各种突发事件的干扰,如何最大程度上减轻干扰对旅客影响,合理规划列车在干扰后在各个车站的到达和出发时刻意义重大,目前我国铁路企业在面临干扰时列车的调度调整均由调度员依靠经验人工完成,而实际现场决策时间短,调度人员面临压力巨大,采用科学合理的调整模型和算法求解列车的到发调整方案可以为调度人员提供决策支持,提高决策的智能化和科学化。本论文对始发站发生干扰导致无法发车,以及区间干扰导致通过能力丧失两种干扰场景下的运行调整进行研究,以研究范围内所有列车在所有车站的晚点与速度等级的乘积总和最小为优化目标建立运行调整数学模型。通过提前限定干扰影响的列车,有效减小了问题规模,提高计算效率,设计了分组基于竞争湮灭最优替代选择策略的烟花算法进行求解,该算法通过烟花分组竞争淘汰,有效保证了计算搜索资源倾斜于质量高的解,加快了算法的收敛速度和提高了优化效果。本论文以京广高速铁路为案例,对两种干扰场景进行数值实验,求解结果显示本文设计的算法在干扰时长在120min以内时,可以在2min内求解出一个可行的调整方案,且求解质量较为稳定。对比同一干扰场景下采用遗传算法、粒子群算法的调整方案,结果显示烟花算法的解质量最优,证明了烟花算法强大的优化能力。此外,通过比较两种思路衍生的8种选择策略,结果表明本文提出的“分组基于竞争湮灭最优替代选择策略”收敛速度最快,求解结果质量最优,证明了该策略的优越性,本文的研究成果可为列车的实时调度调整决策提供支撑。