La tecnología de acoplamiento virtual (VC), que determina el intervalo seguro entre trenes basado en la distancia relativa de frenado, ofrece una solución prometedora al permitir intervalos de seguimiento de trenes más estrechos pero seguros a través de estrategias avanzadas de comunicación y control. Este artículo se centra en abordar el problema de control de trenes virtualmente acoplados (VCTS) dentro del marco del control predictivo distribuido del modelo (DMPC), en el que el modelo de dinámica del tren incorpora incertidumbres en la resistencia básica y entradas de control, con un mecanismo adaptativo (ADM) diseñado para limitar errores causados por perturbaciones externas. Se establece una función de costo multiobjetivo, considerando el error de posición, el error de velocidad y la comodidad del viaje, mientras que se imponen restricciones como la saturación del actuador, los límites de velocidad y la distancia segura de seguimiento. La optimización por enjambre de partículas (PSO) se emplea para resolver globalmente el problema de optimización no convexo. Experimentos de simulación validan la efectividad del método propuesto, demostrando la operación estable de VCTS bajo varias condiciones iniciales y la capacidad para manejar incertidumbres a través del mecanismo adaptativo. Los resultados muestran que el enfoque DMPC propuesto reduce significativamente los errores de seguimiento y mejora la comodidad del viaje, resaltando su potencial para mejorar la capacidad ferroviaria y la eficiencia operativa.