交通运输状况对一个地区的社会经济发展起着举足轻重的作用，而公路运输方式也是历史最悠久、应用最广泛的交通运输模式之一，公路建设对一个国家的发展和社会的进步都具有重要意义。公路选线是公路设计的重要方面，传统的公路选线方法效率低下，基于遗传算法的三维公路选线方法成为近几年人们研究的热点。本文以山西高平-新乡高速公路可视化设计平台为背景，利用GPU CUDA技术实现的并行遗传算法进行公路的三维选线，并实现了一个三维公路选线的可视化系统平台。本文的主要研究内容如下：（1）遗传算法种群适应度评估中的非可行解预筛选方法在遗传算法中，为了减少适应度评估阶段种群的数量，对违反水平和垂直公路线形设计约束的公路线形进行适应度计算前的预先筛选剔除。通过去除非可行解的适应度计算，而只进行可行解的适应度计算，可以在一定程度上提高运用遗传算法进行公路选线的效率。（2）基于GPU上并行遗传算法的公路线形优化通过研究不同的公路选线方法，明确遗传算法进行公路选线的技术路线。建立遗传算法并行模型，并研究GPU上的CUDA架构技术以及遗传算法在CUDA架构下实现的可行性，分析公路线形优化过程，对线形优化中涉及到的数据进行梳理，并将整个线形优化过程分解成相互独立的子任务以便于GPU实现，最后选择合适的数据结构和算法，实现GPU上并行遗传算法进行公路线形优化。（3）公路三维可视化系统设计与实现为了便于公路的多维度可视化设计，通过平面、断面、三维不同视图的可视化显示，实现了一种“所见即所得”的公路三维可视化设计系统。平面视图中展示了所选公路的平面线形，断面视图中显示了所选公路的中心线纵向剖面图，而三维视图中则展示了整个地理环境和所选公路三维建模后的整体模型。为了得到三维整体模型，提出了一种简单的地形模型与公路模型无缝融合方法。