1.一种重载列车运行的多目标优化方法，其特征在于，包括如下步骤：S1：获取待优化区段数据，包括机车、车辆信息、编组信息、线路数据、线路限速和时刻表数据；

S2：初始化目标函数的权重集，以及S1中的相关数据；

S3：针对待优化线路范围内的各段长大下坡道的列车运行优化进行数值求解，获得节能优化曲线；

所述S3包括如下子步骤：

S3.1获得当前求解状态，初始为缓解状态；

S3.2根据工况进入制动状态或缓解状态的牵引计算模型的求解过程；

S3.3每次状态计算完成后，若长大下坡道求解完成，结束；否则更改当前求解状态，返回步骤S3.2；

所述S3中长大下坡道路况的数值求解规则包括：1.货运列车在长大下坡道的最优操纵策略为“全电制-空电联合-全电制”周期性制动控制策略；2.全电制工况的保持时间为列车所需的缓解再充风时间和列车下次空气制动的空走时间之和，根据需要加上一定的安全裕量；3.全电制工况的末速度为线路限速；4.长大下坡道末端最优工况为全电制工况；

S4：针对非长大下坡道的多目标平衡调节，综合利用二次规划模型和权重自适应调整方法，获得满足运行指标的平稳、节能优化曲线；

所述S4包括如下子步骤：

S4.1获取给定运行指标和初始目标速度集、初始权重集；

S4.2根据权重值进行QP(Quadratic Programming)算法求解，并计算得出相应的性能指标；

S4.3将求解的运行性能指标与给定性能指标做比较，满足则计算结束，不满足则进一步判断，通过一定的权重调整规则修正权重集，返回步骤S4.2；

所述S4.2的QP算法基于列车牵引计算模型，其运动学方程为其中ξ为加速度系数，c为列车单位合力；

所述的QP算法包括目标函数和约束条件两大类形，如：

subject to Aeq·x＝beq

Cx≤d

其中目标函数包括节能参数：列车能耗EC、准点参数：速度跟踪性dE和平稳参数：力的变化量dF，并通过节能权重λ1、准点权重λ2和平稳权重λ3加权，计算公式为其中约束条件包括等式约束和不等式约束，等式约束包括：基于能量守恒定律、列车基本阻力模型、线路附加阻力模型和牵引力/制动力计算模型，其表达式为Ek＝Ek-1+(Tk-Bk-Wk)Δs不等式约束包括：基于线路限速、列车牵引力/制动力特性、电分相约束、力的变化率约束，其约束集形式可描述为所述目标函数中针对准点性的目标速度设定，根据线路的上坡道、下坡道结合线路高限速、低限速设定不同阶段的目标速度；

所述的列车的运行指标包括：运行时间、列车能耗、列车动能变化量和列车力变化量；

所述的非长大下坡道的权重自适应调整方法针对列车的运行指标，首先通过给定的运行指标优先级确定相应指标的精度容许值，拟合获得列车运行指标与相应权重的函数关系或变化规律；然后通过QP计算的预测运行指标与给定运行指标比较，根据误差方向和前一步的函数/规律确定下一次迭代计算的权重大小；

所述的非长大下坡道的权重自适应调整方法中针对准点性的调节分为两步，一是目标速度和准点权重值在广范围的粗调节，二是目标速度下的准点权重的细调节；

所述的长大下坡道优化结果中的平均速度、始末速度和始末牵引制动力作为二次规划求解的约束条件，从而实现长大下坡道优化结果与非长大下坡道优化结果的平稳过渡；

S5：对S3与S4求解的曲线结果，进行满足列车运行平稳的过渡连接；

S6：输出完整的列车速度优化曲线。

2.根据权利要求1所述的一种重载列车运行的多目标优化方法，其特征在于：S1中所述优化区段数据包括：线路数据、坡道数据、曲线数据、长短链数据和电分相数据；所述坡道数据是起止点公里标和线路坡度，曲线数据是起止点公里标和曲线半径，长短链数据是公里标和长度，电分相数据是起止点公里标。

3.根据权利要求1所述的一种重载列车运行的多目标优化方法，其特征在于：S2中所述的数据初始化包括：由机车、车辆信息得出列车静态总重、列车总长；离散化优化区段起点到终点范围内的坡道数据、曲线数据；根据列车总长修正线路限速数据，计算高限速到低限速的速度安全防护曲线；基于长大下坡道的识别，确定坡道分区表。