1.一种复杂环境铁路多目标智能综合选线方法，其特征在于，包括以下步骤：步骤1、构建铁路线路多目标优化模型，包括线路工程费用评价目标函数F Cost 、线路地质灾害危险性评价目标函数F Hazard 和线路舒适度评价目标函数F Comfort ；所述线路舒适度评价目标函数为：其中，F Comfort 为一个线路方案对应的线路乘车舒适度评价目标函数值，Y为相应线路方案对应得到牵引计算区段总数量，W y 为相应线路方案中第y个牵引计算区段的列车平稳性指标值，W y 的计算过程如下：1)将相应线路方案按照加算坡度值划分为一系列牵引计算区段，通过时间-距离仿真，得到列车从线路起点运行至线路终点的过程中，各牵引计算区段对应的时间段；2)采用新型显式积分法求解车线动力学方程，得到列车从线路起点运行至线路终点的过程中，各个时刻的车体横向振动加速度值以及垂向振动加速度值；3)应用Sperling列车平稳性指标公式，分别计算各个时刻列车横向及垂向平稳性指标值；4)对于第y个牵引计算区段，计算其对应的时间段内所有时刻列车横向振动加速度值以及垂向振动加速度值的平均值，得到该牵引计算区段的列车平稳性指标值W y ；步骤2、求解多目标优化模型，得到铁路线路多目标综合优化解，即优选的线路方案，具体地，基于粒子群优化算法搜索铁路线路多目标综合优化解，包括以下步骤：S 3-1 ：设置群体规模，随机初始化群体中各粒子位置和速度，每一个粒子位置代表一条线路方案；S 3-2 ：分别计算当前群体中各粒子位置对应的多个目标函数值，即线路工程费用评价目标函数值、线路地质灾害危险性评价目标函数值和线路舒适度评价目标函数值，判断各粒子位置间的多目标支配关系，构建/更新各粒子的个体非支配解集，以及整个粒子群的全局非支配解集；S 3-3 ：从各粒子的个体非支配解集中选择其对应的个体最优方案，从整个粒子群的全局非支配解集中选择其对应的全局最优方案；S 3-4 ：以当前个体最优方案和全局最优方案为指导(为进化方向)，更新种群中粒子位置，优化线路方案群；S 3-5 ：返回步骤S 3-2 ，迭代进化群体直至满足终止条件，输出当前的全局非支配解集作为铁路线路多目标综合优化解集；所述步骤S 3-3 中，设集合C为一个粒子的个体非支配解集或整个粒子群的全局非支配解集，从中选择一个最优方案，即个体最优方案或全局最优方案的方法为：a)、计算集合C中各个非支配解的边界效益排序：a1)将集合C中各个非支配解i对应的线路工程费用评价目标函数值 线路地质灾害危险性评价目标函数值 线路舒适度评价目标函数值 按照min-max归一化方法进行正则处理，得到相应的归一化值NC i 、NH i 和NS i ；a2)计算集合C中各非支配解i对应的经济-安全目标之间的正向和负向收益系数ω Hpi 和ω Hni ，以及经济-舒适目标之间的正向和负向收益系数ω Spi 和ω Sni ；a3)计算集合C中各非支配解i的经济-安全总边界效益系数ω Hti 和经济-舒适总边界效益系数ω Sti ；a4)确定集合C中各非支配解i的经济-安全-舒适综合边界效应系数ω fi ＝ω Hti +ω Sti ；a5)对集合C中所有非支配解，按它们对应的经济-安全-舒适综合边界效应系数进行降序排列，得到各个非支配解i的边界效益排序 b)、对集合C中所有非支配解，按它们对应的拥挤度值进行降序排列，得到各个非支配解i的拥挤度排序 c)采用下式计算集合C中各非支配解的被选中概率：其中， 为集合C中第i个非支配解的被选中概率值，Φ为集合C中非支配解的总数量；按集合C中各非支配解的被选中概率，从集合C中选择一个最优方案。
