ATO控制系统是一个复杂的列车系统，要实现列车运行的多目标控制，不仅需要结合运行环境，而且需要系统能自适应的运行环境中的各种变化，所以ATO算法的选择很重要。在ATO的发展过程中，归纳的控制算法有以下3种：86035

1。经典控制算法。这种方法控制列车运行是依靠启动、惰行、停车等控制模块的配合，应用列车牵引计算实现列车运行。

2。自适应控制算法。经典控制算法是这类算法的核心，为了减少参数变化引起的控制变化，改算法采用参数调整模块。某种意义上讲，它是改进的经典控制算法。

3。智能控制算法。这类算法是为了实现无需或尽量少需要人的外加干预列车运行，使列车能智能化的实现其目标的自动运行控制，这种方法能够保证列车处理在任意给定的运行环境中有效的信息，使列车在满足各项指标的前提下自动运行。常用的智能算法有专家系统、模糊控制、遗传算法等等。因为虽然每种智能控制算法的应用思路不同，但是它们都有其各自的优点，我们可以按照一定的机理，将它们组合在一起，实现集成智能控制算法，使它们在应用中做到优势互补。论文网

列车运行过程是复杂的、非线性的多变量系统，在分析这四种算法的基础上，我们发现智能控制算法在满足ATO系统多目标优化中有优势。目前，运用智能控制理论研究ATO优化算法成为ATO发展的趋势。

Yasunobu。 Seiji通过构建了模糊预测系统控制规则，研究了在ATO系统的应用中使用模糊预测模糊理论，并取得了一定的成果，该研究为模糊预测理论在ATO系统中应用打下了基础。Hiroyasu Oshima、Semi Yasunobu等人[6][7]在仙台地铁系统中成功将预测模糊控制应用到ATO系统中，意味着模糊控制在ATO系统应用中取得了进一步的发展。C。S。Chang等人为了优化MRT C Mass Rapid Transit)系统的操纵控制，综合考虑系统的安全性指标、准点性指标、舒适度指标和节能指标的前提下，提出了基于DE（Differential Evolution ）的ATO调整算法。英国研究了TCAS惰行系统，使列车准时运行指标得到了很好的解决。Seong-Ho Han等人提出了基于遗传算法的ATO控制算法，更加细密完整的考虑了ATO性能指标。[8]

1999年，兰州铁道学院通过对闭塞分区采用专家推理控制，研究了列车专家控制系统。2007年，王自力通过调用已做好的数据模块对列车操纵曲线的寻优做了研究。

2008年余进、钱清泉综合考虑列车安全性指标和正点运行指标，研究了ATO系统中两级模糊神经网络的应用[20]0 2009年，黄秀玲研究了广义预测控制算法在ATO中的应用，并在理论和仿真方面作了分析。通过以上对ATO系统和ATO算法国内外研究现状的分析，发现ATO的发展在不断的进步，智能算法在ATO系统中的应用有一定的优越性，它将是未来ATO系统的重点研究方向。