铁路设计过程中,纵断面线形的优劣直接影响着线路的工程及运营投资大小。因此,进行纵断面优化研究具有实际的社会经济效益。随着研究的深入,国内外研究者对纵断面优化模型及算法提出了许多改进方法,以使其能更好地满足实际工程的需要。本文通过对纵断面优化的各种求解方法进行详细分析对比,建立了基于满意度原理的优化模型,并设计了改进遗传算法对模型进行求解,主要完成了以下工作：(1)利用最大限坡所确定的初步可行解区域对起伏剧烈的纵断面地面线进行修正,以便正确地引导坡度走势。再对修正后的地面线进行平滑处理,以自动确定方案变坡点个数。利用均匀分布法、拟合法和正态分布法相结合的方式生成纵断面方案,在保证方案满足各种约束条件及种群多样性的前提下形成遗传算法的初始种群。(2)以变坡点里程及设计高程为优化设计变量,引入满意度原理建立了能综合考虑工程及运营两方面的纵断面优化模型。依据对纵断面设计内涵的分析,构建了遗传算法的多目标适应度函数。提出在交叉算子中引入单坡段适应度函数,用以判断每个变坡点的移动方向；将变异算子的变异范围与方案自身的优劣程度相关联,以加快算法的寻优速度。(3)本文在纵断面优化理论的研究基础上,利用VC.NET和ObjectARX2006编制了将满意度理论与改进遗传算法相结合的纵断面优化程序。对优化算法中的并行关系采用多线程技术进行处理,有效地缩短了纵断面优化所需时间。设计了简明、友好的数据录入界面,并完善了程序的容错性。(4)利用程序对不同条件下的工程实例进行优化分析,验证了程序的有效性和实用性。