所谓高速公路路面养护决策优化,就是讨论如何有效地利用有限的养护资金,使高速公路路面处于最佳服务水平或产生最大经济效益。它解决了我国高速公路大量路面需要养护和养护资金不足的问题,改变了传统的经验决策模式,发挥了资源的最佳效益,保证了高速公路路面养护决策的系统化、科学化和现代化。高速公路路面养护决策优化常用的优化方法可以分为两类:数学规划的优化方法和人工智能的优化方法,后者主要是指遗传算法。数学规划的优化方法在我国目前的高速公路中应用得最广,但对高速公路大规模路网路面养护决策进行优化时,其存在解的不稳定性和运算速度慢的不足。而遗传算法因其并行性、全局寻优等特点,非常适合高速公路大规模路网的路面养护决策优化。国外关于如何利用遗传算法进行高速公路路面养护决策优化作了深入的研究,而在国内目前比较少。高速公路路面养护决策优化分为单目标路面养护决策优化和多目标路面养护决策优化。首先,本文分析了各种高速公路路面养护决策模型和优化方法,在此基础上建立了高速公路路面养护决策的单目标和多目标优化模型。然后,针对高速公路单目标路面养护决策优化模型,提出了一种混合遗传算法。在该算法中,伪并行、最优保存策略和自适应参数调整策略的引入,使其具有较强的全局搜索能力和局部搜索能力,有效地克服了简单遗传算法的过早收敛问题。同时,将该算法应用于高速公路单目标路面养护决策优化问题中,取得了满意的结果。最后,针对高速公路多目标路面养护决策优化模型,本文引入了目前在多目标优化领域应用较多的带精英策略的非支配排序遗传算法NSGA-II。将NSGA-II应用于高速公路多目标路面养护决策优化问题中,结果证明其性能优于传统的数学规划方法。本文提出的混合遗传算法不但适用于高速公路路面养护决策优化问题,对于很多优化问题同样适用。同时,NSGA-II是目前在国外应用得比较多的多目标遗传算法,国内对其的研究还很少,本文对其研究对后来者有一定的借鉴意义。另外,利用遗传算法解决高速公路路面养护决策优化问题,也为我国高速公路路面养护决策优化研究提供了一个新的研究方向。