人工智能科学的发展及实际生产的应用需求,把铁路选线设计工作带入了智能选线时代。实现铁路智能选线首先需要解决的一个关键问题,是如何快速智能生成满足铁路线路设计规范,并在技术经济指标上较为满意的线路初始平面。前人利用知识工程,研究的基于栅格数据分析的铁路线路初始平面生成方法,可快速生成较为满意的线路初始平面,为智能选线的实现做出了重要贡献。但是,该方法对栅格费用模型和参数取值有较大依赖性,不同费用模型、不同参数设置,产生的最优路径各异。原方法对此没有进行深入研究,也没有分析费用模型、参数取值,与铁路设计速度、地形条件有何关系。为此,本论文以该方法中的费用模型和参数设置为研究对象,对其进行优化研究,并通过多个实际工程案例验证研究成果。论文主要进行了以下几个方面的工作:1)介绍了基于最优路径分析的线路初始平面自动生成方法,分析了该方法的不足之处,并对该方法提出了优化改进的建议。2)对栅格费用模型进行了以下三个方面的优化:基于ArcGIS建立栅格费用模型时,加入了不良地质;研究了栅格费用的取值方法;在桥梁地段、隧道地段以及路基地段,研究了考虑不同地理要素时相应要素的栅格费用权值系数的取值方法,并结合不同地形条件、不同速度目标值下近1000公里实际案例的线路方案分析,给出了相应权值系数的建议取值。3)通过大量实验对基于栅格最优路径生成方法的参数进行了分析,并给出了不同地形条件、不同速度目标值下线路最大坡度、桥梁的临界施工高度、隧道的临界施工高度、桥梁工程费用计算系数、隧道工程费用计算系数、路基的工程费用计算系数、线路长度相关费用系数以及最合适的栅格尺寸等参数的建议取值。4)基于前期研究成果及优化后的栅格费用模型,联合中铁二院,开发了基于ArcGlobe的铁路线路方案快速比选智能辅助设计系统V1.0（RaiLRIAS 1.0）,并采用实际工程案例对系统进行了验证,验证表明:基于优化后的费用模型,采用参数建议值,可快速生成满意线路平面,显著缩短线路方案的设计时间,能把选线工程师从重复性较大且劳动强度高的局部方案设计工作中解放出来,去从事更具有挑战性和创造性的任务,进而提升选线设计工作的效率和质量,降低相应工作的劳动强度。