公路路线优化理论和方法研究现状分析.docVIP

公路路线优化理论和方法研究现状分析 　　摘要：公路路线设计单纯依靠计算机辅助设计存在局限性，需要引入人工智能的优化理论与方法对其进行优化。本文介绍了知识工程、遗传算法在选线领域的应用研究现状，并对其进行了分析评价。 　　关键词：公路路线；知识工程；遗传算法 　　中图分类号：X734 文献标识码：A 文章编号： 　　 　　1引言 　　公路选线设计要根据项目需求并且综合考虑生态、环境、经济等各个方面，从大面积着手，由面到带、由带到线，逐步细化、逼近，确定线路空间位置、协调布设各种建筑物。选线设计过程受到地形、地质、水文、土地利用以及各种技术规范和需满足的运输要求约束，资料种类繁多，有数值的、字符的、图形的、图像的，而且还要考虑各种定性、定量、确定性和不确定的因素，另外主观需要和评价指标具有不可公度性和不一致性，使得设计决策过程异常复杂，难以建立涉及各种因素的统一决策数学模型。 　　虽然多种计算机辅助设计在选线设计中发挥了一定作用，基本实现了勘测设计一体化，但是还存在方案有限、决策周期长、评价指标单一、设计劳动强度大以对采用方案的科学性缺乏有效论证等问题。这些问题得从公路路线优化，引入人工智能的角度加以解决。 　　2 国内外研究现状 　　2.1国外研究现状 　　人工智能的普遍发展，引发了在铁路和公路领域应用的热潮，尤其是在智能交通系统和运输管理方面。但是人工智能在选线方面的应用却不多，近年来，其应用主要体现知识工程和把遗传算法引入平、纵断面优化中，以增加优化方法的实用性、易用性和准确性。 　　（1）知识工程的应用 　　1986 年苏格兰Strathclyde大学的Milne,P.H研究开发曲线半径选择和设计集成系统RODEOS，根据输入的现场地物约束和设计要求，利用规则知识选择、设计平面曲线或缓和曲线，并能协调处理平、竖曲线的重合问题。 　　1988年哥伦比亚大不列颠大学的学者和发表了题为《公路选线产生式系统》的文章，对不确定信息处理、空间数据的结构描述和常规评价与启发式原理的结合进行了探索。 　　1994年哥伦比亚大学的Khan,Sarosh I.等人在《Journal of Transportation Engineering》介绍了他们开发的集成数据库管理的公路维修专家系统4RSCOPE，该系统根据室内或现场数据来决定工程措施。 　　2004年西班牙Lawrence Mandow等联合西班牙工程公司开发的用于辅助公路初步设计的智能系统Sindi，已经在西班牙工程公司安装，用于辅助设计人员快速产生方案和进行方案评价。 　　（2）遗传算法的应用 　　线路优化技术能否成功的关键是：良好的搜索算法和总费用准确有效算法，遗传算法可以处理离散、连续或联合型目标函数或约束，其进化算子的遍历性使其能有效检索到全局最优解，且能通过与应用领域的启发规则杂交有效解决应用领域的具体问题，其基本原理是：首先自动生成连接起、终点的大量方案组成方案集合，然后对各方案进行费用和约束满足情况评价，从方案集合中选出较优的方案进行杂交以产生下一代方案集合，如此反复计算，直到评价指标没有较大改进为止。 　　1998年美国马里兰大学的Jyh-Chemg Jong在其博士论文中,在分析了现有优化方法的不足之处后，引入了遗传算法。 　　在2001年IEEE智能交通会议上，波兰格但斯克理工大学的WladyslawKoc提出了一种平面线形计算的新方法，他研究了用遗传算法计算考虑地形障碍时铁路反向曲线间非标准连接曲线的计算方法，这样设计出的线形不仅能合理处理地形障碍，而且有更好的动力特性，但距现场实用还有很长的距离。 　　2.2国内研究现状 　　1987年国家自然科学基金重大项目“工程建设中智能辅助决策系统”应用研究中的“公路路线设计方案生成专家系统”子课题开始了人工智能在公路选线中应用。该系统属工程设计型专家系统，系统针对公路选线设计的特点，将整个设计过程分成若干阶段，采用循环反复的控制流程，知识表示以框架和产生式规则为主，在约束控制下利用深度优先搜索策略成线路路径，然后利用评价模块对方案进行评价，在生成与判断之间合理地分配知识并对知识进行分块和分类处理。 　　1988年，北方交通大学主持研究“单线铁路技术改造方案决策专家系统”开始研究，用于模拟专家的思维过程进行单线铁路技术改造方案拟定，并对各可行方案进行综合评估、工程数量和造价计算。之后其在1992年进行铁路平面选线专家系统研究。1993～1996年采用黑板结构和产生式规则知识表示方法，用扩充与或图的深度优先搜索算法和不精确推理，以Turbo Prolog语言实现铁路中间站选址智能辅助决策系统；1994年，用Turbo Prolog和Turbo C语言实现，具有数据处理与分析、