人工智能在公路选线中应用思路分析.docVIP

人工智能在公路选线中的应用思路分析 　　摘要:本文分析了道路交通事故产生的主要原因和道路线形与道路交通事故的关系,提出了改进道路曲线的设计方法和道路线形设计的核查方法,以满足行车的力学性能,同时满足线形连续、指标均衡、视觉良好、景观协调、安全舒适等要求,使道路曲线与地形和车辆的行驶轨迹达到完美的组合。 　　关键词:公路选线;人工智能;知识库;遗传算法 　　 　　1 人工智能基本原理 　　人工智能(Artificial Intelligence) ,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 　　2 人工智能在公路选线中的应用思路 　　2.1 信息处理知识库 　　智能化选线,是在一定的计算机环境中实现的,在该环境中实现智能的程序,就如正在进行选线的工程师那样,需要根据所处的不同环境自主获取信息,自动做出与所处环境相适应的决策。目前,全球传统的选线方法都是设计者利用先进的计算机辅助设计软件(CAD),结合地理信息资料以及各种约束条件和控制因素,根据道路工程设计规范要求,凭其经验和直觉进行路线的平纵面设计,选择其认为最优化的路线方案,虽然道路设计和施工技术都已经取得了长足的进步,但在道路选线技术上,大多数的国家仍然没有将其与计算机高性能运算技术良好的结合,传统选线方法的缺点就是设计者很难通过人脑将上述基础数据和复杂的工程、环境、经济、社会等因素综合同步处理,随着社会的发展和人类文明进步,地理信息技术、卫星图像技术、航测技术和计算机优化技术的快速发展,人们越来越关注道路等大型基础设施建设对社会和自然环境的重大影响.如何协调社会、自然环境与道路建设的关系成为当今设计者的一大难题。 　　将具30多年研究历史并在很多工程中获得实际应用的CIS技术引入选线进行智能化研究,也就成为必然,它为空间信息的处理分析和利用提供了现成工具。基于GIS平台开发的公路自动化选线的应用系统,开发过程具有高度的系统性、集成性、目标性。利用GIS建立知识库,处理大量信息。 　　知识库(Knowledge Base)是知识工程中结构化,易操作,易利用,全面有组织的知识集群,是针对某一(或某些)领域问题求解的需要,采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与领域相关的理论知识、事实数据,由专家经验得到的启发式知识,如某领域内有关的定义、定理和运算法则以及常识性知识等。基于GIS的知识库建立步骤如下: 　　第一步,建立GIS属性数据库,存储知识推理所需的基础数据; 　　第二步,采集专家知识、空间数据挖掘、提炼可信度较高的信息; 　　第三步,将收集的专家知识分类,建立系统可识别的计算机语言的知识库。 　　传统的知识表示方法并不适合于公路选线知识的表达。这是因为在公路选线设计中,一个问题的决定不只是靠单纯的逻辑推理来判断,还需要有机地结合数值运算、图形交互设计,并对各种可能结果进行分析、评价、对比和决策,以产生各种可供选择的可行方案。同时,一个实际领域的问题求解不仅会涉及到取值为真假的逻辑断言,也会涉及到其值域为一个离散集合的离散型变量或一个实数区间的数值型变量的定值。这些定值过程可能还需要大量或复杂的数值计算。那些经典的单一知识表示方法对表达复杂计算显得束手无策。 　　2.2 路线优化 　　公路选线路线优化中要注意到各种复杂因素的干扰,在优化设计过程中,可不断发挥人机交互作用,以获得切合实际的最优方案。 　　公路优化的目的就是为了提供行车效率高,适应相交的高速公路设计交通量和设计速度,满足车辆转弯需要并与环境相协调,所以在优化时应遵循以下原则: 　　公路形式与公路等级应与道路的性质、任务和交通量相适应;公路优化应与公路所处的自然条件和环境条件相适应;公路优化应与公路设计、施工的技术水平和技术条件相适应。在从实际出发的前提下,尽量采用新技术、新工艺、新结构,以提高质量,缩短工期,降低成本;公路优化应将优化与定位相结合,不同位置地形、地物及环境条件所适应修建的公路形式也不同,一般情况下是先定位后优化,优化与定位相结合;公路优化应做到近期需求和远期规划相结合,既要考虑近期交通需求,减少投资费用,又要考虑远期交通发展改建提高的可能,以充分利用前期工程;公路优化要与经济效益相结合,由于互通式公路工程量集中,投资大,其形式的选择对公路的投资及效益都有较大的影响,因此,在进行形式选取时要进行充分的调查与论证,进行多种形式的投资效益分析,选出优良