در پژوهش حاضر با استفاده از الگوریتم های کاربردی در تئوری گراف، تئوری فازی و سیستم اطلاعات جغرافیایی روشی هوشمند برای طراحی کم هزینه ترین شبکه جاده جنگلی ارائه شد. به این منظور، ابتدا مدلی تجربی برای برآورد میزان صخره و سنگ خاک (قیمت هر متر مکعب خاکبرداری) با استفاده از رگرسیون لجستیک رتبه ای ساخته شد. این مدل به عنوان بخشی از مدل برآورد هزینه ساخت و نگهداری جاده جنگلی به کار رفت. مدل هزینه ساخت و نگهداری جاده جنگلی با توجه به استانداردها و مشخصات هندسی جاده جنگلی درجه دو ساخته و تعیین اعتبار شد. نتایج مدل هزینه نشان داد که این مدل در یک دامنه دقت 5/6 درصدی قادر به برآورد هزینه ساخت و نگهداری جاده جنگلی بود. با استفاده از مدل اخیر، الگوریتم کوتاهترین مسیرمی توانست کم هزینه ترین تک مسیرها را بین هر دو نقطهء فرضی پیدا کند. پایانه های مورد نظر برای دسترسی در سطح منطقه مورد مطالعه شامل اقتصادی ترین نقطه در هر پارسل بود که به وسیله یک الگوریتم ابتکاری جداگانه پیدا شدند. مدل حساسیت به زمین لغزش با استفاده از سیستم استنتاج عصبی-فازی ساخته و در منطقه، شبیه سازی شد. پس از یافتن اقتصادی ترین نقاط دپو، الگوریتم کوتاهترین مسیر دایکسترا به همراه الگوریتم پوششی کمینهء پریم، یک الگوی درختی از شبکه جاده جنگلی را پیدا نمودند که ضمن پیوند همهء نقاط مورد نظر، کم هزینه ترین شبکه جاده را محاسبه نمودند. برای بهینه سازی درخت پوششی به دست آمده، الگوریتم ژنتیک به جستجوی نقاط جدیدی پرداخت که در آن نقاط جاده بتواند منشعب شود و درخت اشتاینر (steiner) کمینه تشکیل شود. شبکهء نزدیک به بهینهء حاصل با دو شبکه مربوط به دو سناریوی متفاوت که توسط یک کارشناس مجرب طراحی شده بود در زمینهء هزینه ساخت و نگهداری و دیگر معیارهای کارایی شبکه جاده مقایسه شد. نتایج نشان داد که به کارگیری مجموعه روش های پژوهش حاضر 12 درصد در طول و 18 درصد در هزینه نسبت به سناریوی 1 و 29 درصد در طول و 41 درصد در هزینه نسبت به سناریوی 2 طراحی دستی موجب بهبود طرح شبکه جاده جنگلی شده است.