高速列车（HST）的多目标操作优化由于操作复杂性和环境不确定性的增加而很难通过人工操作来实现。本文基于HST的非线性动力学，建立了TS模糊双线性模型。考虑到安全性，准时性和能效，提出了一种基于TS模糊双线性HST控制模型的自适应预测控制方法。考虑到模型的适应性和方法的实时性，在模型预测误差超过给定阈值的情况下，使用惰性学习算法在线调整模型和控制器的参数。基于真实的HST运行数据的仿真结果表明，该方法大大提高了HST的跟踪精度和能效。