CN104732292B - 基于断面数据的主流速线自动规划方法 - Google Patents

基于断面数据的主流速线自动规划方法 Download PDF

Info

Publication number
CN104732292B
CN104732292B CN201510132180.3A CN201510132180A CN104732292B CN 104732292 B CN104732292 B CN 104732292B CN 201510132180 A CN201510132180 A CN 201510132180A CN 104732292 B CN104732292 B CN 104732292B
Authority
CN
China
Prior art keywords
flow velocity
data
velocity line
principal flow
line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510132180.3A
Other languages
English (en)
Other versions
CN104732292A (zh
Inventor
董文永
刘宇航
董学士
王豫峰
丁红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201510132180.3A priority Critical patent/CN104732292B/zh
Publication of CN104732292A publication Critical patent/CN104732292A/zh
Application granted granted Critical
Publication of CN104732292B publication Critical patent/CN104732292B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于断面数据的主流速线自动规划方法，获取数据和构建数据库，为主流速线规划提供数据源基础；空间插值和主流速线生成，空间插值生成DEM数据后，再生成主流速线；主流速线预测，根据已有的一段时间内的主流速线来预测下一时间段的主流速线；主流速线规划，对主流速线的生成、预测、编辑操作来实现自动规划，为相关部门提供决策分析与服务。本发明的有益效果可以节省航道部门在航道规划方面的成本，规划效率高。

Description

基于断面数据的主流速线自动规划方法
技术领域
本发明属于航运技术领域，涉及基于断面数据的主流速线自动规划方法。
背景技术
过去航道主流线规划方法，花费的财力和物力较多，而且每次规划所花费的时间的较长，远远满足不了航道各部门的需求。本发明将地理信息系统、机器学习等技术应用于航道主流速线规划，在国内首次提出了基于此方法进行主流速线规划，在航道规划研究方面有较大创新，该方法不但节省了航道部门规划的财力物力而且能大大减少工作时间，可对相关领域的工作和研究有重要的意义。
发明内容
本发明的目的在于提供基于断面数据的主流速线自动规划方法，解决了目前航道规划方法复杂，规划效率低的问题。
本发明将相关技术应用于主流速线规划，利用航道断面数据进行空间插值，产生相应的所需数据，以断面数据计算产生相应的流速数据比率，根据阈值生成主流速线进行规划分析，并在此基础上实现流速线的预测。
本发明所采用的技术方案是按照以下步骤进行：
步骤一：获取数据和构建数据库，为主流速线规划提供数据源基础；
步骤二：空间插值和主流速线生成，空间插值生成DEM数据后，再生成主流速线；
步骤三：主流速线预测，根据已有的一段时间内的主流速线来预测下一时间段的主流速线；
步骤四：主流速线规划，对主流速线的生成、预测、编辑操作来实现自动规划，为相关部门提供决策分析与服务。
进一步，所述步骤一中，获取数据包括主流速线预测所需的空间数据和属性数据；构建数据库利用GIS软件和数据库软件筛选出研究区域所需的数据。
进一步，所述步骤二中空间插值过程为首先添加一个带有高程值的数据，作为生成的数据源，用该数据来生成TIN数据，然后将TIN数据转换成为DEM数据，为航道流速线分析所需的DEM数据；
主流速线生成方法为：
步骤601已处理的数据，包括经GIS空间插值和生成DEM后的数据，以及经处理后的断面数据；
步骤602生成等速线；
等速线中不同的颜色和线条表示水流的流速；
步骤603根据阈值生成主流速线；
生成主流速线有两种方式，第一种是在生成的等速线的基础上，确定一个流速线阈值，大于该阈值的主流速线区域，为航道的主流速线区域，该阈值对应的线为航道的主流速线；另一种方法是利用断面数据来生成，断面数据是由一系列的测点数据组成，在每个断面数据中选择相应的测点数据的阈值，然后用线条将测点数据连接起来，即为航道主流速线。
步骤604三次贝塞尔曲线平滑；
使用三次贝塞尔曲线进行平滑处理；
步骤605主流速线保存。
步骤606输出结果。
进一步，所述主流速线预测采用经验公式、线性回归、神经网络、元胞自动机、基因编程、基因表达式编程及其改进的模型。
本发明的有益效果：
可以节省航道部门在航道规划方面的成本，规划效率高。
1)可以节省航道部门在航道规划方面的成本，通过该方法进行航道规划，可以大大节省人力资源成本，传统航道规划主要是人工规划，这种方式花费的人力和物力较多，该方法使其有较大改善；
2)使用这种方法进行规划，能大大节约航道规划的时间，提高航道规划的效率。
附图说明
图1基于断面数据的主流速线自动规划方法的流程图；
图2数据处理的基本流程图；
图3主流速线生成的流程图；
图4主流速线预测的基本流程图。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
下面将结合附图及具体实例对本发明所述的基于断面数据的主流速线自动规划方法做进一步的描述。
如图1至图4所示，本发明包括如下步骤：
步骤一：获取数据和构建数据库，为主流速线规划提供数据源基础；
步骤20获取数据；
主要包括主流速线预测所需的空间数据和属性数据，可用GIS数据处理软件和SQL数据库软件进行处理而得到。
步骤30构建空间数据库和属性数据库；
对于空间数据库，可用相应的GIS软件对已有的栅格数据或不规范地图数据进行数字化处理，制成一幅数字化地图；属性数据库，包括航道演变预测所需的水文数据、地理信息等数据，可利用SQL Server等数据库软件构建。针对已获取的初始数据，利用相应的GIS软件和数据库软件筛选出研究区域所需的数据，从而构建研究所需的数据库。
步骤301选择流速数据txt文件；
步骤302读取数据到DataTable；
DataTable是一个临时保存数据的网格虚拟表(表示内存中数据的一个表)，DataTable表示一个内存的内关系数据的表，可以独立创建和使用，也可以由其他.NETFramework对象使用，最常见的情况是作为DataSet的成员使用，可使用DataTable临时保存数据。
步骤303确定数据的最大左上角、右下角坐标；
断面数据是以txt形式存放的，txt里面包括断面数据的坐标(x，y)、流速、水深等数据，若干断面数据的地理空间分布中会有一个最左上角、右下角坐标。
步骤304根据坐标范围确定背景地图dxf；
断面数据内有相应的地理坐标，dxf文件存放着河段的地图背景，包括河岸线、零米线等数据，根据断面内的坐标和dxf内的坐标，可进行相应的匹配，及把断面数据对应的dxf背景地图匹配起来，以便于后续的决策分析。
步骤305加载背景dxf文件。
根据断面内的坐标和dxf内的坐标，可进行相应的匹配，然后编程将dxf背景地图显示在对应的断面数据上，以便进行后续相关分析。
步骤二：空间插值和主流速线生成，空间插值生成DEM数据后，再生成主流速线；
具体方法见步骤50DEM数据生成和步骤60主流速线生成。
步骤50GIS空间插值和DEM数据生成；
现有的空间插值有多种，有IDW、克里金插值、Natural Neighbour法、样条函数插值spline、Topo to Raster插值和Trend插值等。
首先需要添加一个带有高程值的数据，作为生成的数据源，用该数据来生成TIN数据，然后将TIN数据转换成为DEM数据，为航道流速线分析所需的DEM数据。
DEM插值模型在执行过程，是基于断面数据进行插值的，当两断面之间的距离比较远时，例如1000米以上，断面之间难以插入数据或插入的数据不完整，本算法采用将两断面之间的以较短一定的间隔为距离插入一些断面数据，然后在执行断面插值，从而达到较满意的效果。
步骤60主流速线生成；
步骤601已处理的数据，主要包括经GIS空间插值和生成DEM后的数据，以及经处理后的断面数据。
步骤602生成等速线；
等速线类似于等高线，等高线内不同的颜色和线条表示不同的海拔高度，等速线中不同的颜色和线条表示水流的流速。
步骤603根据阈值生成主流速线；
本发明生成主流速线有两种方式，第一种是在生成的等速线的基础上，确定一个流速线阈值，大于该阈值的主流速线区域，为航道的主流速线区域，该阈值对应的线为航道的主流速线；另一种方法是利用断面数据来生成，断面数据是由一系列的测点数据组成，在每个断面数据中选择相应的测点数据的阈值，然后用线条将测点数据连接起来，即为航道主流速线。
步骤604三次贝塞尔曲线平滑；
三次贝塞尔曲线的目的，主要平滑曲线的作用，本发明在生成主流速线，线条往往是曲折的，不能满足需要，因此可以使用三次贝塞尔曲线进行平滑，处理后的效果在一定程度上满足需求。贝塞尔曲线于1962，由法国工程师皮埃尔·贝塞尔所广泛发表，他运用贝塞尔曲线来为汽车的主体进行设计。
贝塞尔曲线三次方公式：
P0、P1、P2、P3四个点在平面或在三维空间中定义了三次方贝兹曲线。曲线起始于P0走向P1，并从P2的方向来到P3。一般不会经过P1或P2；这两个点只是在那里提供方向资讯。P0和P1之间的间距，决定了曲线在转而趋进P3之前，走向P2方向的“长度有多长”。
曲线的参数形式为：
B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3,t∈[0,1]
在上述公式中，B(t)为t时间下点的坐标。
现代的成象系统，如PostScript、Asymptote和Metafont，运用了以贝兹样条组成的三次贝兹曲线，用来描绘曲线轮廓。
步骤605主流速线保存。
步骤606输出结果。
步骤三：主流速线预测，根据已有的一段时间内的主流速线来预测下一时间段的主流速线；
该步骤包括以下几部分：
步骤701保存主流速线数据；
步骤702主流速线历史数据；
步骤703进行主流速线预测；
主流速线预测模型主要包括经验公式、线性回归、神经网络、元胞自动机、基因编程、基因表达式编程及其改进的模型等，其中部分模型介绍如下：
1)经验公式模型
经验公式模型：
P3为预测数据，P1、P2为P3前时间点的预测所需历史数据，Q3是预测数据对应的水深数据，Q1、Q2为P1、P2对应的水位数据，W为系数，在公式中设为1。运用该模型可以预测流速、坐标的变化情况。预测主流速线的基本方法是：在所用历史数据生成的主流速线上选择一定数量有代表性的点，对每个点的流速、坐标进行预测，然后将预测的点连成线数据，即为预测的主流速线。
2)线性回归模型
所谓线性回归模型就是指因变量和自变量之间的关系是直线型的。线性回归分析是对客观事物数量关系的分析，是一种重要的统计分析方法，被广泛的应用于社会经济现象变量之间的影响因素和关联的研究，由于客观事物的联系错综复杂经济现象的变化往往用一个变量无法描述。线性回归分析预测法，是根据自变量X和因变量Y的相关关系，建立X与Y的线性回归方程进行预测的方法。线性回归法预测模型：
Yt＝a+bXt
式中Xt代表t时刻自变量的值；Yt代表t时刻因变量的值；a、b代表线性回归方程的参数。a、b参数由下列公式求得，其中∑代表
将a、b代入线性回归方程Yt＝a+bXt就可以建立预测模型。
基因表达式编程GEP(Gene Expression Programming)是一种基于生物基因结构和功能发明的一种新型自适应演化算法。
3)基因表达式编程
GEP是从遗传算法(Genetic Algorithms，简称GAs)和遗传程序设计(GeneticProgramming，简称GP)中发展而来，它在吸收了二者优点的同时，又克服了二者的不足之处，其显著特点就是可以利用简单编码解决复杂问题。基本组成：
基因表达式编程和遗传编程一样，是在遗传算法的基础上发展起来的。它和遗传编程一样，采用了一种全新的不同于遗传算法的个体描述方法，其实质是用广义的层次化计算机程序描绘问题。个体构成需要两类符号，即终结符和函数符。它们是构造基因表达式编程中的一个程序的元语。
步骤704主流速线预测分析；
通过该方法生成航道的主流速线后，可以图文并茂的形式展示航道中哪些地方可适合通航，哪些区域不合适通航；该方法根据一定时间段的主流速线历史数据来预测未来一段时间内的主流速线的变化情况，可为航道部门提供相应的决策服务。
步骤705预测分析结果保存。
步骤四：主流速线规划，对主流速线的生成、预测、编辑操作来实现自动规划，为相关部门提供决策分析与服务；
本发明通过对主流速线的生成、预测、编辑等操作来实现自动规划，该方法可为相关部门提供决策分析与服务。
步骤五：规划结果。
本发明将地理信息系统和机器学习等应用于主流速线规划，利用航道断面数据进行空间插值，产生相应的数据，以断面数据计算产生相应的流速数据比率，根据阈值生成主流速线，然后进行规划与分析。本发明首次提出主流速线规划方法，对相关工作有一定的参考借鉴意义。
本发明的优点还在于：
1)可以节省航道部门在航道规划方面的成本，通过该方法进行航道规划，可以大大节省人力资源成本，传统航道规划主要是人工规划，这种方式花费的人力和物力较多，该方法使其有较大改善；
2)使用这种方法进行规划，能大大节约航道规划的时间，提高航道规划的效率。

Claims (4)

1.基于断面数据的主流速线自动规划方法，其特征在于：按照以下步骤进行：
步骤一：获取数据和构建数据库，为主流速线规划提供数据源基础；
步骤二：空间插值和主流速线生成，空间插值生成DEM数据后，再生成主流速线；
步骤三：主流速线预测，根据已有的一段时间内的主流速线来预测下一时间段的主流速线；
步骤四：主流速线规划，对主流速线的生成、预测、编辑操作来实现自动规划，为相关部门提供决策分析与服务。
2.按照权利要求1所述基于断面数据的主流速线自动规划方法，其特征在于：所述步骤一中，获取数据包括主流速线预测所需的空间数据和属性数据；构建数据库利用GIS软件和数据库软件筛选出研究区域所需的数据。
3.按照权利要求1所述基于断面数据的主流速线自动规划方法，其特征在于：所述步骤二中空间插值过程为首先添加一个带有高程值的数据，作为生成的数据源，用该数据来生成TIN数据，然后将TIN数据转换成为DEM数据，为航道流速线分析所需的DEM数据；
主流速线生成方法为：
步骤601已处理的数据，包括经GIS空间插值和生成DEM后的数据，以及经处理后的断面数据；
步骤602生成等速线；
等速线中不同的颜色和线条表示水流的流速；
步骤603根据阈值生成主流速线；
生成主流速线有两种方式，第一种是在生成的等速线的基础上，确定一个流速线阈值，大于该阈值的主流速线区域，为航道的主流速线区域，该阈值对应的线为航道的主流速线；另一种方法是利用断面数据来生成，断面数据是由一系列的测点数据组成，在每个断面数据中选择相应的测点数据的阈值，然后用线条将测点数据连接起来，即为航道主流速线；
步骤604三次贝塞尔曲线平滑；
使用三次贝塞尔曲线进行平滑处理；
步骤605主流速线保存；
步骤606输出结果。
4.按照权利要求1所述基于断面数据的主流速线自动规划方法，其特征在于：所述主流速线预测采用经验公式、线性回归、神经网络、元胞自动机、基因编程、基因表达式编程及其改进的模型。
CN201510132180.3A 2015-03-25 2015-03-25 基于断面数据的主流速线自动规划方法 Expired - Fee Related CN104732292B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510132180.3A CN104732292B (zh) 2015-03-25 2015-03-25 基于断面数据的主流速线自动规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510132180.3A CN104732292B (zh) 2015-03-25 2015-03-25 基于断面数据的主流速线自动规划方法

Publications (2)

Publication Number Publication Date
CN104732292A CN104732292A (zh) 2015-06-24
CN104732292B true CN104732292B (zh) 2019-02-01

Family

ID=53456164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510132180.3A Expired - Fee Related CN104732292B (zh) 2015-03-25 2015-03-25 基于断面数据的主流速线自动规划方法

Country Status (1)

Country Link
CN (1) CN104732292B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107850887B (zh) * 2015-12-28 2020-06-02 深圳配天智能技术研究院有限公司 S型曲线规划方法、装置及数控机床
CN107705360B (zh) * 2017-09-26 2020-10-16 南京林业大学 一种山地景观断面快速生成方法
CN113449060B (zh) * 2021-06-29 2022-07-01 金陵科技学院 基于混合基因表达式编程的地理大数据安全风险评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于GIS的河床演变断面分析方法体系研究;贺巧宁;《中国优秀硕士学位论文全文数据库工程科技Ⅱ集》;20071115(第5期);第17页、第19页-第34页
松花江河网洪水模拟及预测模型研究;王艳君;《中国优秀硕士学位论文全文数据库工程科技辑Ⅱ集》;20100915(第9期);第1页、第13页
长江中游航道流速区划分及影响因素研究;王先登;《水运工程》;20140930(第9期);第115页-第118页

Also Published As

Publication number Publication date
CN104732292A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
GB2547816B (en) Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation
CN103353987B (zh) 一种基于模糊理论的超像素分割方法
CN108803332B (zh) 基于改进生物地理学的路径规划方法
Şahman A discrete spotted hyena optimizer for solving distributed job shop scheduling problems
CN106327577B (zh) 基于局部曲率熵和四叉树结构的三维地形曲面优化方法
CN107423518B (zh) 利用Civil3D与Revit结合的综合管廊全线BIM协同设计方法
CN103942419B (zh) 一种混合智能优化方法
CN106529674A (zh) 多无人机协同多目标分配方法
CN106372402A (zh) 一种大数据环境下模糊区域卷积神经网络的并行化方法
CN104732292B (zh) 基于断面数据的主流速线自动规划方法
CN106204719B (zh) 基于二维邻域检索的三维场景中海量模型实时调度方法
CN111339599B (zh) 一种bim模型到gis模型的转换方法
CN107766978B (zh) 不规则井网的智能优化方法
CN103838829A (zh) 一种基于分层次边界拓扑搜索模型的栅格转矢量系统
CN111104704A (zh) 柜体内部布局设计方法、装置、系统以及存储介质
CN102902742A (zh) 一种云环境下的空间数据划分方法
Akkus et al. Automated land reallotment using genetic algorithm
CN106228235A (zh) 一种顾及格局与过程耦合效应的土地利用空间优化配置方法
CN107480096B (zh) 一种大规模群体仿真中的高速并行计算方法
CN117274517A (zh) 基于三维模型的城市建筑物轻量化体框模型的生成方法
CN110160525B (zh) 一种基于离散势能场的危险天气下大量航班改航路径并行化计算方法
Afshar et al. Application of local and global particle swarm optimization algorithms to optimal design and operation of irrigation pumping systems
CN109308313A (zh) 基于文化资源评价的资源富集区识别方法
CN104503225B (zh) 控制系统中点定位方法
Yazici A parametric landscape urbanism method: The search for an optimal solution

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190201

Termination date: 20200325

CF01 Termination of patent right due to non-payment of annual fee