公路路线多目标遗传算法优化设计分析.docVIP

公路路线多目标遗传算法优化设计分析 1浙江省交通规划设计研究院浙江杭州310006;2杭州华龙交通勘察设计有 限公司浙江杭州310005 摘要：公路路线优化是属于多目标优化的问题，传统的优化算法很难解 决这种只有模糊性与不确定性的路线优化问题。因考虑到多目标间的冲突性，提 出了利用多目标遗传算法进行路线优化。主要意思是通过构建多目标模型和路线 线形模型，对平面线形进行设计，通过纵断面优化后计算各目标函数值。 关键词：公路路线；目标；遗传；算法 刖g: 公路地形地质条件比较复杂，路线的设计会受到较多的制约因素，所以 在选线时要综合考虑安全、工程造价与环保等多个方面。因为多目标间的冲突性， 所以利用多目标遗传算法进行公路路线优化。通过这种算法能在兼顾安全、经济 与环保的方面中，为路线方案决策提出了最直接的根据。 一、对公路路线优化设计的概述 根据自然条件和我国建设发展的需求进行合理的路线选择，以实现行车 舒适、安全、迅速的目的，同时真正的统一筑路费用和使用质量。要坚持以下几 点：首先，对地形地势要充分的利用起来，运用技术标准回避不良地段，确保线 路的均衡性，确保路线横、纵、平，养护和施工的方便、经济，行车畅通、安全 三个方面集合，力求横断面经济稳定、纵断面均匀平缓、平面舒顺短捷；其次, 综合治理路、田、水、林、山，尽量减少对耕田的占用；最后，充分结合运营经 济与工程经济，在条件允许的情况下，为了提高公路的使用寿命和质量可以选用 较好的指标。在开展分期修筑路线的过程中，应注意后期要对前期工程充分的利 用。 对公路路线的设计应该在对用设计规范与准则的基础之上，全面考虑平 纵面设计、环境保护、构造物的设计与安全问题等约束条件，运用一定的优化方 法来确定路线方案的合理位置，尽量的使公路建设项0的技术与经济效益最大化。 所以，公路路线设计的问题是属于多准则决策问题，需要全面考虑多个不能互相 替换的约束条件，如技术要求、环境保护、交通安全与费用等，来进行决定下结 论。通常多B标优化问题中的多个B标是不可能同时达到最好，简单的来说就是 唯一的全局最优解是不存在的，但是可能会存在一组最优解。而这些可能最优解 叫做非劣解(Pareto解)[1]。 传统的优化方法每一次只能获得一个Pareto解，但是用遗传算法处理 多目标优化问题，一次就可以获得更多的Pareto解。传统公路路线多0标优化 模型，把安全与环保等B标运用折算费用转化成单一的工程费用B标，也就是把 多0标问题转化成单0标问题。但是单个B标对总B标的权重不能确定，而某些 目标不能用费用准确来衡量，把多0标统一用工程费用单0标进行优化并不能得 到很好的优化成果。相较于传统的多B标优化方法而言，多0标遗传算法可以在 一次运行中得到近似Pareto的最优解集，从而减少了优化工作量。多0标遗传 算法来源于整个种群，又是优秀个体的整合，它是能解决多0标优化问题的冇效 方法。因为公路路线设计的多S标性，利用传统的规划方法不能解决好这些问题。 遗传算法被指定可能是最适合多0标优化的方法，处理0标函数的间断性和多峰 型性等复杂问题的能力，在一定程度上增强了遗传算法在多0标搜索与优化问题 方面潜在的有效性。不仅可以遗传于整个种群，同吋又是个体的整合，所以，解 决多0标优化问题的有效方法是遗传算法。 二、多目标遗传算法的步骤 1、算法设计 (1)、基因编码 快速非支配排序 三、路线多0标遗传算法优化模型 设计框架进行优化 假设以S=(xs,ys,zs)T , E=(xE,yE,zE )T来表示路线起点与终点的坐标，所 以，如何在满足规范要求的前提是路线设计的一个最基本的原则，找到满足安全、 环保、经济与美观等要求的最优公路路线线形方案。公路路线优化设计的基本步 骤如下： 设计初始方案，再对纵断面进行优化，然后开始计算方案各0标值所能 产生初始种群P,接着进行解码并计算适成度，若满足这些条件则终止，否则再 进行GA优化获得新的方案，最后计算方案各目标值产生新种群R,如此下去， 直到满足这些条件［2】。 其中纵断面的优化实际上是建立可行域，一一对应实际设计的变量和染 色体的关系，当坡长和坡度陡都可以满足的情况下，然后用评价函数来度量可行 域中的可能解，在可行域当中可以利用遗传算法来获取最优解。 对0标函数优化的确定 #61569;安全0标 公路选线相较于一般公路来说，行车舒服性很差，发生事故率比较高, 存在很大的安全隐患，所以，应注重公路的安全设计。安全性B标函数可依据《公 路项目安全性评价指南》，对路线方案分段进行设计一致性与运行速度一致性的 评价，把评价为“较好”路段数占总路段数的百分率为P1 ,评价为“不良”的 路段百分率为P2,表示0标函数如下： Minfl(x)=wlpl+w2 p2,公式中的wl与w