铁路纵断面设计的智能方法研究.docVIP

　　铁路纵断面设计的智能方法研究 1绪论 1.1本文研究背景及意义 进入新世纪后，我国铁路建设取得了举世瞩目的巨大成绩，铁路总里程数量逐年稳步增长。截止2013年12月28日，我国铁路营运总里程突破10万公里大关。其中，时速120公里及以上线路超过4万公里；高速铁路超过1万公里，在建规模1.2万公里，中国也因此成为全世界高速铁路营运里程最长、在建规模最大的国家。我国正处在实现区域协调发展和城乡同步发展的重要时期，每年的铁路投资总额维持高位运行，2014年铁路固定资产投资将达到7200亿元。国家每年投入大量资金建设铁路，而铁路作为一种典型的线性工程，其线形设计是首先要解决的问题，这也是铁路勘测设计中决定全局的重要工作。铁路的线形设计包括铁路的平面设计、纵断面设计、横断面设计及其空间组合方式，而平面设计和纵断面设计更是线形设计的重中之重。当平面线位已定时，纵断面方案的优劣直接决定了铁路工程经济性的好坏、铁路纵断面线形的安全性和舒适性及铁路建成后运营费的多少等[1]。因此，铁路纵断面线形的优化设计作为一个具有重要研究价值的课题，多年来，国内外人员对其进行了广泛的研究，提出了许多方法和模型，并取得了一定的成果，但由于纵断面问题本身涉及的因素较多，目前还未出现大规模应用于工程实际的纵断面智能设计系统。 . 1.2 铁路纵断面线形设计方法 从时间跨度上来说，铁路纵断面线形设计主要包括了以下三种方法： (1)传统铁路路线设计方法。设计人员首先凭经验设计出几个方案，然后通过对这些方案进行分析、计算、评估得出最终采用的方案。传统方法要求设计者具有相当丰富的设计经验，并且方案比选的过程繁琐，计算量十分巨大。 (2)计算机辅助路线设计方法。设计人员利用计算机及线路辅助设计软件设计出多个纵断面方案，并快速地计算出相应的工程费用其它各项参数，然后结合用户给定的评价指标，比选出最优方案。相比于传统方法，这种方法将大量的计算工作交由计算机完成，大大降低了设计者的工作量，以便设计者专注于方案的拟定和分析评比，然而这种方法仍要求设计人员具有丰富的设计经验，且受同一设计者设计习惯的影响，无法保证最终方案的最优性。 (3)现代智能优化方法。利用优化理论或运筹学的方法，帮助人们进行纵断面方案的拟定、分析和评估，得出最优方案。根据所选用运筹学方法的不同，分为精确类算法和启发式算法两个研究方向。启发式算法是通过模拟动物、人类的一些行为及其他一些自然现象而建立起来的一类数学算法，如遗传算法、模拟退火算法、蚁群算法、神经网络算法、粒子群算法等。这些随着计算机发展而出现的一系列智能优化方法，已经在工程领域得到了广泛的应用，也是现今解决各类复杂优化问题的主要研究方向。 . 2铁路纵断面优化数学模型 2.1 纵断面优化问题 在平面位置已定的情况下，不同的纵断面变坡点位置、设计标高和竖曲线设置决定了线路不同的空间位置。纵断面设计的主要任务就是根据设计铁路的主要技术标准，及其平面设计数据和地面高程数据，依据国家现行铁路设计规范和有关条例、法规，综合考虑线路设计范围、设计控制因素（如线路设计起终点，线路控制高程点、控制高程段，控制属性段和坡度控制段）及其给予这些控制因素的决策权重系数，合理配置车站、桥涵、隧道、路基（高填深挖段）的纵断面分布，自动生成最优的纵断面设计方案，并输出设计成果，包括纵断面设计数据，以及相关表格。- 纵断面设计是在一定条件下合理地确定变坡点里程、标高、竖曲线半径和竖曲线长度的过程。纵断面优化的目的就是在纵断面各项指标满足技术标准的条件下，尽量降低工程量和工程费用，减少运营期间的车辆行驶消耗。因此，纵断面优化问题是典型的最优化问题。由此可见，纵断面优化数学模型必须具备的三个要素分别是优化变量、目标函数和约束条件。因此，要建立一个合适的纵断面优化模型，关键也就以下三步：选取合理的纵断面优化变量；确定恰当的优化目标函数；以准确的数学表达式表达出纵断面设计的约束条件。纵断面优化模型除要尽可能准确地描述出上述三个要素外，同样重要的是要求其易于实现和处理。本章以下内容分别从决策变量、目标函数、约束条件三方面介绍纵断面优化模型。 2.2 决策变量的选取 在平面位置确定后，铁路土石方量大小、对沿线生态环境的破坏程度、运营费用及舒适度等只与铁路纵断面设计相关，这些也是判断每一个可行的纵断面方案优劣的标准。因此，铁路纵断面优化是一个典型的多目标优化问题。但鉴于目前国内外对纵断面与生态环境、舒适度等方面研究还不够成熟，本论文只考虑铁路工程费用和运营费。在纵断面变坡点处相邻坡段坡度差大于规定数值后，需要在变坡点处设置一定长度的竖曲线。为使线路的整体线形更为合理，在线路纵断面满足最短坡长和最大坡度等约束并设置竖曲线后，规范对于线路纵断面和平面的组合线形也有规定：竖曲线与缓和曲线不重叠，竖