基于道路设计及交通规划道路选线优化模型.docVIP

基于道路设计及交通规划道路选线优化模型摘要:结合道路设计理论与交通规划理论,以地理信息系统为平台,开发道路选线优化模型。该模型是一个费用指向的优化问题,最小化费用目标函数中包括道路建设费用、土方工程费、道路交通诱发的环境污染的不经济费用, OD交通在路网上总走行时间的时间费用等。优化模型首先随机生成新建道路的空间位置候选方案集,并自动设计新建道路的平曲线和竖曲线,计算新建道路的各项工程费用。然后,对变化的路网进行自动拓扑,通过交通量分配得到OD交通在新路网上的走行时间和交通流特征,计算OD交通的环境负荷。最后,在遗传算法中判断候选方案的优劣,直到得到一个最佳的新建道路的空间位置方案为止。 关键词:道路设计;交通量分配;地理信息系统;遗传算法;道路选线 1研究背景 选线是道路设计中最根本的问题,因为它不但影响道路本身的经济效益和社会效益,而且也影响到路线在道路网中的作用[1]。目前国内外研究中, 王卫红[2]的基于MapGIS的公路选线; Jong等[3]的同时优化三维空间线形的进化模型; Manoj等[4]的一个基于标准的选线决策支持系统; Manoj等[5]的基于遗传算法的线形优化模型,都没有考虑新建道路对区域内路网服务水平的影响。Manoj等[5]提到了路网优化的概 念,但却将具体研究确定为未来的研究内容。我们以前的研究[6]在应用遗传算法枚举线路空间位置,以及新增线路后拓扑网络关系, OD交通量被服务的质量改善和交通环境负荷减轻等方面取得了突破。但是,并没有应用道路设计理论,沿自动生成的道路空间位置进行道路设计。 因此我们以尚未被充分研究的问题为对象,开发同时优化新建道路的空间位置与详细设计的模型。在优化目标函数中考虑新建道路本身的相关费用及其对路网的影响所导致的费用变化。力争应用道路设计的理论与方法设计道路的详细线形,开发平面和纵断面自动设计系统,并计算道路的建设费、土方工程费。利用交通量分配模型计算新建道路带来的道路网服务水平的变化,从而计算OD交通的走行时间费用,并利用环境排放模型计算道路网上交通的环境负荷及其金钱价值。在本研究中,上述所有过程将以同一个GIS数据库为平台, GA算法被用来枚举道路空间位置的候选方案,以及求解该非线性优化模型。 2研究方法 研究的总体框架如图1所示,各阶段的具体内容和创新点将在相关章节予以叙述。 2#8226;1道路的空间位置及遗传算法的应用 2#8226;1#8226;1初始空间位置的生成 在确定新建道路的空间位置时,通常有两个或数个控制点是事先指定的,确定道路的空间位置就是给出控制点间新建道路通过的各个地点。因此新建道路的空间位置应该以控制点连线周边的地形数据为基础设定,当使用DEM数据作为地形数据时,线路的空间位置可以被认为是线路的中心线所占用的DEM网格单元的集合,初始空间位置生成就是确定这个集合的过程。 为了提高遗传算法候选方案的有效性,可以先确定选线走廊。如图2所示,为了使初始空间位置有足够的选择余地,沿控制点的连线隔一定距离设定一个横断面,位于该断面上的网格单元就是道路在这个横断面上可能通过的位置。假设控制点间的直线被分成n+1段,就会有n组网格单元,对每组单元进行连续排列可以得到各组网格单元的最小和最大编号。初始空间位置可以表示为一个数字串,其中每个数字都对应一组网格单元中的一个编号。随即生成的道路空间位置的初始方案可用式(1)计算[6],也就是说在每一组网格单元中随机选取一个网格(图2中五角星标示的网格),将网格的中心点作为道路的控制点,连接所有的控制点生成道路的初始线形i。 2#8226;1#8226;2遗传算法的设计和适应度函数的选取 如图1所示遗传算法被用来判断各个候选方案的优劣并繁衍出新的候选方案,它对代表上一代道路空间位置的数字串进行交叉、变异、选择操作,从而得出一组新的空间位置方案,通过循环计算寻找道路空间的最优位置。这里根据遗传算法的规则将初始空间位置表示成初期染色体,各单元编号就是染色体的基因,然后进行基因交叉、变异和选择染色体,具体算法步骤如下。 第1步∶将道路空间位置的初始方案作为初始染色体,染色体的数量由Psize来控制,并用十进制编码法对初始染色体编码。 第2步∶判断已有的方案是否最优,如果是停止计算,否则进行下一步计算。 第3步∶在两个父代染色体间交换基因。这里采用式(2)所示的算术交叉法。 其中,为父代染色体， 为子代染色体;αi为(0,1)间的一个随机数;i=1,2,…,k(k是进行交叉的染色体的对数)。 第4步∶实施变异操作。如果c=(c1,c2,…,cn)是一个染色体 是一个被选择用于变异的基因,那么ck的变异结果