公路选线中对多目标非线性优化方法应用.docVIP

公路选线中对多目标非线性优化方法应用 　　[摘 要]随着我国人口数量的逐渐上升，交通情况变得日益繁杂，有很多公路工程需要完成。公路选线是指根据公路的起始点以及相应的影响因素来确定备选方案的过程，我国传统公路选线优化方法通常是由专家进行打分，难以反映出影响公路的真实因素，本文主要研究多目标非线性优化方法在公路选线中的应用，希望能为相关人员带来一些帮助。 　　中图分类号：TF424 文献标识码：A 文章编号：1009-914X（2014）25-0261-02 　　我国传统公路选线方法主要是依靠专家来选择出最佳设计路线，这种选线方式一方面过多的依赖于专家经验，难以排除掉个人因素，另一方面复杂性很强，无法反映出真实情况。目前我国的公路选线方法已有了很大的提升，如层次分析法、动态规划法以及结构模型分析法等，层次分析法仅适合于备选方案之间的比较，动态规划法主要使用在优化公路选线模型中，结构模型分析法主要使用在河谷等的公路选线中。在公路选线中需要考虑到多种因素的影响，如技术指标、环境等，因此把平纵面线性优化综合考虑也就是多目标非线性优化是一种更好地选线方法。 　　1.优化模型的建立与求解 　　1.1 建立优化模型 　　在这里把描述备选公路选线的方案网络图叫做方案网络图，所有的路线方案构成一个完整的备选方案网络图，用式子D=（V，A，U，W）（1）进行描述，式子中V=（v1，v2v，…，vn）代表顶点集，其v1代表路线的起点，vn代表路线的终点，A=（aij）表示弧集，aij表示一个以vi为起点和vj为终点的圆弧设计，U=（u1，u2，…，uj…，un）表示顶点权集，在D中一条线路就是一个备选方案，由此来选出最佳设计公路选线方案。 　　先建立以下目标函数minF（x）=（f1（x），f2（x），…，fj（x），…fp（x））（2），在式子（2）中fj（x）表示第j个目标函数，分别对应着第j个路线的技术、经济等相关指标，x代表A维列向量，其分量xij对应弧aij，这些代表字符有以下约束条件，xij=0或者xij=1，i=自然数. 　　1.2 优化模型求解方法 　　多目标非线性优化求解方法比较常用的主要包括约束法、评价函数法、封层序列法以及逐步法等。采用约束法进行求解，所有p个目标函数中选择一个主要目标，其他目标函数通常仅仅满足一个条件，原优化模型就可以转变为线性规划问题求解：minfi（x）；s.t.；gi（x）≤0；aj≤ji（x）≤bj。 　　采用分层序列法进行求解，把目标函数分为p个子目标，依照一定的顺序如重要性等进行排序，求解：minfi（x）；s.t.；gi（x）≤0，先求解最优解x和最优值fi=minxεRfi（x），接下来求解问题：minf2（x）；s.t.；xεR1，式中R1=R∩{x/f1（x）≤f1}，得到最优值f2=minxεR1f2（x），依照这种求解方法得到第P个目标函数的最优解就是优化模型的求解答案。评价分析法是指针对目标函数构造评价函数进而进行求解的方法。 　　逐步法也可以成为迭代法，分析者在求解过程中的每一步，都把计算结果告诉决策者，然后决策者再根据这些计算结果进行评价，直到得到最满意的结果为止。如若是公路选线的设计路线中需要翻越丘陵，就需要大的高差，路面纵坡的安排将会直接决定路线的长度和平面位置，在进行选线时就需要以工程量或者经济指标作为重要的控制指标，若是此时的路线穿过一些自然保护区，主要的指标就需要定为环境指标，此时比较适合的方法就是约束法和分层序列法等。对于山区河流而言，路线在设计中不可避免的会涉及到弯曲因素，由于河谷地质地形复杂，一旦发生大雨等天气，就有可能发生滑坡、岩堆以及泥石流等状况，甚至还会发生严重山洪暴发，因此沿线经过河流山谷等地的路线需要解决的主要问题是选择河岸路线、线位的高度以及跨河地点等，根据具体河谷情况构造评价函数，然后再进行优化。逐步在使用中存在很高的主观因素，对于决策者的素质要求很高，因此并不经常采用。 　　1.3 确定子目标的相对权重 　　在前文提到，公路选线涉及到包括技术因素、环境指标以及经济指标等在内的多种影响因素，其中技术指标代表路线的长度、路线延伸系数、转角度、路线总延伸系数、最小曲线半径数、转角平均度、转角总和和平均数、路段累计长度、限制自行车速度、平面交叉立体交叉数目以及行车路线长度等，经济指标因素主要包括桥梁工程数量、土方工程数量、挡土墙工程数量、隧道工程数量、电感等的工程、征地赔偿费用、建筑工程需要的建筑材料费用、主要机械和劳动力费用、效率比、投资成本以及投资预期收效等内容，环境指标包括景观生态指标、水土污染指标以及野生动植物指标等。根据这几种影响因素先来确定最重要的影响因素，进而确定出各自目标影响因素的主次关系，聘请专家进行打分，依照分