随着科学技术不断革新以及地质灾害频繁发生,地质灾害救援路径最优化技术成为越来越多专家和学者关注的焦点,与此同时更是因素空间理论在信息与数据科学的分析和处理领域正处在交互融合发展的阶段。基于因素空间的地质灾害救援路径最优化是一项具有深度和意义的研究,本文主要研究救援路径最优化的特征数据选取和路径寻优问题,取得主要成果如下:首先,本文介绍了最优救援路径的约束指标和全局救援路径搜索型式,以各项约束指标作为切入点初步分析,选取适合的全局救援路径搜索型式对救援路径规划结果有积极作用。然后,针对怎样加强特征数据的表达问题,首次将基于因素空间理论的特征提取方法应用于救援路径最优化领域,通过因素空间的特征数据选取方法,成功提取有效特征数据,识别隐藏的重要地形,为最优化路径提供全面和具体的地形分析。另外,针对解决大规模的组合优化问题,本文提出基于因素贴近度的蚁群优化模型,该模型主要是在因素空间理论框架和优劣解距离法为根基,把贴近度度量最好的城市距离加入多种群蚁群算法的寻优机理当中。通过信息素的更新机制和多次迭代实验后得出模型结果。最后,针对地质灾害救援路径最优化问题,介绍了多种群蚁群算法。通过因素蚁群优化算法与多种群蚁群算法的对比试验,证明在大规模组合优化问题的条件下,因素蚁群优化算法达到最优迭代次数更少,路径距离更短,与多种群蚁群算法相比达到最优迭代的效果更优。