经济的发展促进了公路网络建设的发展。交通公路网络规划就是要解决公路选线问题，即要决定在什么时间、什么走向、修建什么技术标准的等级公路，满足交通流量增长趋势、对环境影响小、成本低等多个方面的约束。 一般情况下，公路设计单位在接受设计委托后，要开始收集项目影响区经济、交通发展资料和地质水文普查资料、各种比例的地形图等资料，然后在此基础上，对单个条件进行研究，再就可能的方案总体对比，才编制出该工程的线路规划方案。这种传统的设计方法不能从整体和全局考虑问题，得出的线路规划方案不具备科学性。 遗传算法GA(Genetic Algorithms)是一种模仿生物界自然选择原理和自然遗传机制的随机搜索最优算法。其特点是：群体搜索策略和群体之间的信息交换、搜索不依赖于问题本身的信息，非常适合问题规模很大时全局寻优的问题，并且算法给出多个优化结果，为决地折迁等方面的资料，对路线的各种可行方案进行现场踏策者进行决策选择提供了可能。 本文基于遗传算法，针对具有两个或多个约束条件的情况，提出线路的最优或次优解决方案，为决策者进行决策提供了依据。本文主要在以下几个方面进行了研究。 1．基于最短路径(SPH)和Greedy算法，使用路径相似性原：理和遗传算法的变异操作，提出了寻找满足1个或2个约束条件的多路径启发式算法(称为k-SPH算法)。 2．将遗传算法应用到交通公路网络规划，寻找满足多个约束条件的多路径方案。 本文提出的解决约束问题的两种方法的实验结果都令人满意。其中k-SPH算法使用了遗传算法的变异操作而不是遗传算法本身，可以解决遗传算法运行时间长的问题。 本文组织如下，第一章对目前选择线路的方法进行了概述，并对选线涉及的因素进行了分析；第二章给出了要解决问题的数学模型和定义，简述了无约束条件下解决问题的方法，介绍了遗 武汉理工大学工程硕士学位论文传算法的基本思想；第三章和第四章提出了解决两个约束条件问题的解决方法，即启发式算法和遗传算法，并实现了本文提出的两种算法；第五章使用遗传算法对多个约束条件的选线问题进行了研究。第六章是全文总结。