可持续发展是人类社会发展的必然模式,林业可持续发展是可持续发展理论在林业中的具体应用和体现。传统的林区公路网优化理论、评价指标体系和方法不能完全适应林业可持续发展的需求,因此构建一套完整的适应林业可持续发展的林区公路网评价指标体系,对于深入研究林区公路网的优化和评价问题具有重要的意义和应用价值。本文基于第三章构建的评价指标体系,将支持向量机和蚁群算法分别应用到林区公路网的评价和优化领域,研究结果表明这两种方法完全可以应用于林区公路网的评价与优化问题中,且性能较常用的方法好,结果合理可行。本文的主要研究内容和研究结果如下：(1)借鉴国内外公路网评价指标体系构建的方法和部分研究成果,使用频数分析法、专家咨询法和层次分析法,筛选出林区公路网评价指标,计算每个指标的权重,最终构建了完整的基于林业可持续发展理论的林区公路网评价指标体系。(2)在对比分析几种常用支持向量机分类算法和核函数优劣的基础上,采用对多分类算法和径向基核函数,基于本文构建的林区公路网评价指标体系,建立了一种基于支持向量机的林区公路网评价模型,使用libsvm软件包完成核函数参数的选定、样本的训练和测试,分别以广州市公益林公路网、岳阳林纸商品林公路网为实例,进行了实证研究,同时对比了BP神经网络、模糊综合评价和k-近邻分类算法的分类性能,结果表明支持向量机模型具有更好的分类性能。(3)采用最大最小蚁群算法,设计了信息素浓度的更新策略、启发因子的取值方法和蚂蚁的搜索迭代步骤,基于本文构建的林区公路网评价指标体系,建立了一种基于最大最小蚁群算法的林区公路网优化模型,并分别以广州市公益林公路网、岳阳林纸商品林公路网为研究实例进行实证研究,对比了基本蚁群算法和遗传算法的优化性能,结果表明最大最小蚁群算法模型具有更好的优化性能。优化过程采用评价、优化、再评价的方式,对比分析优化前后的公路网评价结果,验证了优化模型的有效性。