高速铁路建设对现代交通方式的发展发挥着重大作用,为有效控制路基沉降、节省土地资源、保证行车顺利,高铁桥梁中大多以桥代路。对于高铁桥梁,桥梁布跨在方案设计过程中是一个关键问题。高铁桥梁一般采用预制标准跨,传统的人工设计方式很容易产生碎跨,而且对墩高、工程量的考虑并不充分,尤其是针对长距离路段,设计人员很难同时将上百跨桥梁合理布置。因此,迫切需要研究采用人工智能的布跨设计代替传统人工方式,以提高效率、节省时间、节约成本。本文研究基于强化学习的高铁桥梁布跨设计方法。主要研究内容为:研究了高铁桥梁布跨基本原则并建立了布跨数据库。针对高铁桥梁布跨问题,概括了桥梁布跨基本原则以及曲线桥梁布置位置计算,然后利用C#语言进行CAD二次开发提取地形地物等桥梁布跨所需信息建立相应数据库。提出了一种基于强化学习中Q-learning算法的高铁桥梁布跨设计方法。在进行算法设计时,将将高铁线路离散化实现连续无限状态数到离散有限状态数的转变,避免因状态数目过多导致在Q表值计算时计算内存爆炸,保障了Q表值的正常更新计算;动作设计是根据梁库中可以选用的标准简支梁和连续梁类型进行设计,动作数目等于桥梁种类数目。根据桥梁布跨要求的优先等级对布跨条件进行权重配置,设计奖赏函数;基通过大量数值计算,分析参数对算法效果的影响,确定最终参数配置。通过实际案例,将Q-learning算法布跨方案与传统设计方案进行对比,发现新算法所得方案不仅效率快,而且降低了桥墩工程量。但是由于Q-learning算法自身一些缺点,该算法有可能陷入局部最优,导致部分区域桥墩设计侵入道路红线无法满足跨越要求。提出了基于模拟退火改进Q-learning算法的高铁桥梁布跨设计方法。针对Qlearning算法的缺点,设计出一种基于模拟退火Q-learning(SA-Q)的高铁桥梁布跨算法,并根据强化学习的探索利用关系,提出了一种新的根据Q值变化自适应变化的退火策略,使得算法前期进行充分的探索,保证布跨结果的多样性;同时利用模拟退火策略的突跳性,避免陷入局部最优解。通过两个实验算例对比传统设计方法、Q-learning和SA-Q三种方法的布跨方案,表明基于SA-Q算法在学习效率、收敛速度相比于Q-learning提升35%;与传统设计相比节省大量时间,所需工程量有所降低,并且能保证布跨合理性。