随着GPS技术的快速发展,利用GPS技术对高速铁路进行测量,可以对铁路的建设以及后期的运营维护起到很大的作用。目前在建的众多铁路的地理环境都较为恶劣,狭长且高差大,对测量造成了很多影响,这同时也给与我们对某些方面进行研究的机会,本文针对两个方面来进行深入的探讨。其一是在进行测量之前,通常都会对测量控制网进行设计,但一般都是通过技术人员的经验来进行设计,这种形式具有主观性,不具有推广性及严密性,有时可能会导致网络结构精度不够或过于繁琐,导致浪费人力、物力、财力。其二是GPS测量无法直接得到正常高,必须通过水准测量的方式才能得到,在恶劣的作业情况更是对结果造成很大影响。本文以玉磨铁路勐腊段的测量为工程背景,针对这种狭长带状高差大控制网进行优化设计以及高程拟合方法研究,具有很高的工程意义。主要工作如下:（1）对优化设计的几种指标进行分析,针对玉磨铁路这种特殊测区,考虑采用可靠性指标来进行优化,主要考虑可靠性中多余观测分量这个指标,在保证精度可靠性的前提下,进行多次模拟实验,得到最优的网络结构,剔除了较多的多余的观测值,减少测量的工作量,为项目节约了成本。（2）对优化设计好的控制网进行实测,在获得测量数据后,首先对数据进行预处理,然后采用华测静态数据处理软件对数据进行解算,在对不合格基线闭合环进行处理完毕后,对控制网进行基线解算及网平差,最后解算结果符合规范要求。结算结果的合格间接说明优化设计的成功,满足设计要求。（3）对高程拟合的几种方法进行了分析研究,针对这种特殊区域,考虑到神经网络拟合法适用范围广且精度较高的优点,考虑采用LM-BP神经网络方法对其进行尝试研究,并与传统BP拟合方法针对隐含层数不同进行分析对比。（4）提出一种利用布谷鸟搜索算法来改进LS-SVM模型的拟合算法,完美解决LS-SVM模型中正则化参数以及核宽度难以选取的问题。并使用此方法针对训练样本的不同进行分析对比,证实了CS-LS-SVM在小样本数据中特有的优势。（5）利用玉磨铁路的测量数据,将LM-BP、CS-LS-SVM拟合方法与传统的多项式拟合的方法进行对比分析,发现这两种拟合方法很适用用这种狭长高差大测区,能得到很高的拟合精度,当已知点较少时,CS-LS-SVM能发挥其特有优势,具有很重要的工程意义。