疫情防控对铁路运输造成了巨大冲击,其主要特点是旅客运输量大幅下降。因此,为了满足铁路集团公司对疫情防控的需要,许多铁路运行线路被取消或调整。针对上述列车调整和机车分配问题,本文建立了混合整数规划模型,针对具体线路,分别考虑了运营成本和机车使用效率,优化疫情爆发期间的列车时刻表和机车分配。本研究成果可作为铁路集团公司处理铁路运输突发性中断及任何具有相同特征的运输中断的决策支持工具。本文第一章和第二章分别进行了问题介绍及相关研究概述。第三章介绍的是以运营成本为导向的列车调整和机车分配模型,该模型考虑了全列车服务（列车从车辆段出发至返回）和固定的列车运行约束,如运行时间、停留时间和最小间隔时间。此外,论文还考虑了基于客运量变化的最小运营成本。以京津城际铁路上的三种不同场景（反映了疫情爆发到完全恢复的不同过程）为案例,验证了模型的求解效率。第四章介绍的是基于效率的列车调整和机车分配模型,该模型考虑了每条运行线路和机车牵引作业的时间窗,最小化列车调度和机车使用空闲时间。同时,提出了一种求解算法,根据最优列车调度结果确定最小机车舰队规模,进而减少机车牵引空闲时间。针对疫情发展的不确定性,本文设计了两种有效的铁路作业线恢复和取消方法,根据机车分配结果插入和删除铁路运行线。最后,论文基于京津城际铁路开展了案例分析,场景涵盖2019年12月疫情爆发至铁路恢复运营。综上,本文建立了两个整数规划模型求解疫情期间的列车调整和机车分配问题,分别从两个角度进行考虑,即满足乘客需求的最小运营成本和最高机车利用效率。模型通过从列车时刻表中插入或删除运行线,从而解决了疫情防控的不确定性问题。在运行线的铺画方面,本文设计了两种运行线增删算法。通过案例研究表明,考虑运行线和机车利用效率模型在计算效率和使用范围上有更好的性能。