遗传算法(Genetic Algorithms,简称GA)是一种建立在生物界自然选择和自然遗传学机理上的迭代自适应概率性搜索算法,遗传算法作为一个新型的智能搜索算法,在其诞生之后迅速引起了大家的关注,并且在很多领域的应用都取得了不错的效果。其主要特点是群体搜索策略和群体中个体之间的信息交换,简单、通用,鲁棒性(robustness)强,适用于并行分布处理,应用范围广。该算法尤其适用于处理传统搜索方法难于解决的复杂和非线性问题,可广泛用于组合优化、机器学习、自适应控制、规划设计和人工生命等领域。尤其在多目标规划方面,遗传算法的优势更加明显。我国公路建设是社会经济发展的保障,公路质量就成为大家关心的重要问题。长期以来,公路建设中的混合料配比计算一直是困扰公路建设施工的一个难题。传统的公路施工建设中多采用一些人为经验评估的办法来指导现场施工,并没有采用一些智能化的软件或者算法来指导工作。决定了设计人员进行多策略前提下的多方案比较时存在一些困难,很难从多个方案中获取技术和经济最优化方案。长此以往,对我国公路建设的质量有严重的影响,也制约了经济建设的高速发展。而遗传算法作为强有力且应用广泛的随机搜索和优化方法,在很多领域都取得了突破性的进展,但是在公路建设领域,遗传算法的应用还是一片空白。沥青混合料的配合比设计是是公路建设的核心内容之一。配合比设计不能满足于达到规范的技术要求,一个好的设计应该具有良好的使用性能,施工操作性好及变异性小,尤其是经得起实践考验,确保路面不产生损坏。本文基于遗传算法提出了一套新的混合料配比及配置模型,并应用到混合料配笔模块及价格优化模块中。同时根据不同类型的公路建设划提出了统一解决方案,针对具体应用,对算法中的编码方式、遗传算子和控制参数都进行了改进,设计出了适合我国目前公路建设标准要求的混合料配比计算系统。参照各地公路建设部门的相关数据,使用已有数据进行算法检测。基于遗传算法的公路建设混合料配比计算的设计达到了预期目标,实现了混合百分比的计算,和以往的计算相比提高了计算精确程度和运算效率。整个系统基于国家公路建设规范要求,它适用于不同气候、不同地理情况下的不同等级公路的建设。同时在计算混合料配比的同时,考虑原料价格问题,真正做到了多目标规划,为整个公路建设中混合料配比计算开辟了一个新的方向。