随着我国经济的蓬勃发展,城市规模的迅速扩大,交通拥挤现象越来越普遍,特别是大城市对交通系统的要求越来越高。目前市面上的地铁、轻轨、有轨电车、单轨、磁悬浮等主流轨道交通系统,虽然可以满足大运输量、方便快速以及安全准时的要求,但对于中心城区、旅游景点等人流密集区域,仍存在各自的局限性。另外,目前对于城市轨道交通的列车停车精度的要求越来越高。停车位置的精准度将会影响乘客上下车体验以及交通运输的效率。速度控制作为精确停车的关键技术,在列车复杂的动力学系统中运行特性表现极不稳定,这使得速度控制成为一大难题。针对上述问题,本文提出了一种适用于人流密集区域使用的新型浅层轨道交通系统,并利用基于粒函数的模糊控制算法进行浅层轨道窄体列车的精确停车控制。本文首先将模糊控制理论与粒函数概念相结合形成模糊粒函数算法。该模糊粒函数算法不仅解决了模糊控制规则爆炸的问题,而且省去了模糊化和去模糊化,简化了控制过程。然后提出了一种新型浅层轨道交通系统。该系统在不改变原有交通系统的前提下,在地下浅层加入轨道交通,使其方便的应用在人口密集的中心城区、旅游观光区等区域。这种轨道交通系统既提高了出行效率,又不需占用路面资源,降低了交通拥堵的风险,是一种绿色、节能、环保的新型轨道交通系统。最后,基于新型浅层轨道交通系统建立窄体列车模型,利用PID控制理论和模糊粒函数控制理论,分别设计了PID精确停车控制器和模糊粒函数精确停车控制器。并利用Simulink建立仿真模型,对列车速度进行追踪控制。仿真结果显示,PID控制器不仅停车误差较大,不能满足停车精度指标(±30cm),而且速度追踪较慢、速度控制最大偏差较大,极大地影响了乘客的舒适度。在相同的条件下,模糊粒函数停车精度在±30cm以内,可以满足停车精度指标。另外模糊粒函数的速度追踪曲线最大偏差较低、波动较小、跟踪较快。可以得出模糊粒函数的跟踪性能优于PID控制器,停车精度较高。接着进一步仿真了性能较优的模糊粒函数在不同阶数下的速度追踪曲线。结果表明,5阶粒函数速度控制最大偏差小于3阶粒函数速度控制最大偏差;5阶粒函数跟踪速度-时间曲线比3阶粒函数快,且跟踪效果较好,停车精度更高。