CN105243233A - 一种复杂山区铁路线站协同优化方法 - Google Patents
一种复杂山区铁路线站协同优化方法 Download PDFInfo
- Publication number
- CN105243233A CN105243233A CN201510740892.3A CN201510740892A CN105243233A CN 105243233 A CN105243233 A CN 105243233A CN 201510740892 A CN201510740892 A CN 201510740892A CN 105243233 A CN105243233 A CN 105243233A
- Authority
- CN
- China
- Prior art keywords
- cell
- circuit
- line
- neighborhood
- constraint
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种复杂山区铁路线站协同优化方法,包括以下步骤:S1:划分单元格;S2:建立综合地理信息模型,添加单元格的地理信息属性;S3:初始化各单元格的线站协同搜索相关属性;S4:线站协同优化扫描,更新各单元格的属性,得到扫描距离图;S5:依据扫描距离图生成线路路径方案群;S6:生成线-站方案群。本发明将图形学中的距离变换法应用到线站协同搜索算法中,创建了线站协同搜索双邻域模板,并充分考虑线站协同搜索过程中的静态约束和随线-站方案的生成实时计算的耦合伴生型约束,将对复杂约束的处理分治于线站协同搜索的前、中、后三个阶段,能自动搜索出满足复杂约束条件的线站协同优化线路方案,提高铁路设计的自动化程度。
Description
技术邻域
本发明涉及铁路设计方法,具体涉及一种复杂山区铁路线站协同优化方法。
背景技术
当代铁路由普速向高速发展,铁路线路设计标准大幅提升;建设区域由平原向山区转变,面临的环境日趋复杂,且线路技术标准的提高又将减弱线路及车站对环境的适应能力。这些变化使铁路空间线位和车站的协调布置难题变得尤为突出。
目前,国内外关于铁路智能选线已开展了大量研究,总体看来,可以分为针对空间线位的“线”的优化和针对车站选址的“点”的优化两个方面。
针对“线”的优化:Chew等采用三次样条曲线代表线路,并用牛顿下降法搜索线路方案;詹振炎提出了梯度投影法求解优化目标函数导数的方法,寻找下降方向;易思蓉、韩春华提出了基于栅格数据最优路径分析及知识推理自动生成线路平面的方法;DeSmith提出了一种坡度和曲线约束方法;Cheng和Lee提出了邻域启发法;旷达智能选线系统基于模糊数学理论进行线路搜索;近年来,马里兰大学的Paul,Schonfeld教授团队建立了基于遗传算法的线路智能搜索方法。
针对“点”的优化:王齐荣应用专家系统技术对车站分布标准和分布方法(概略分布、车站选址、分布方案选优)的智能辅助决策开展了研究,并建立了原型系统;Laporte以沿线所有车站吸引范围的最大化为目标,提出了最长路径算法实现车站位置的优化布设,Samanta先后采用蚁群算法和蚁群与遗传算法结合的复合算法对铁路车站的智能选择进行了持续深入研究,优化效果得到逐步提升;廖勇基于三角模糊数并结合TOPSIS法建立了一种新的铁路客运站选址方案评价方法,SimonP.Blainey基于GIS评价得出最优站址方案,取得良好效果。
综上可知,现有的方法主要是考虑静态约束条件下单独针对空间线位的“线”的优化,或是针对车站选址的“点”的优化,是一种有限目标下的子优化,即:车站的选址优化与线路的优化是彼此分离、孤立和片面。而忽视了线路和车站之间的耦合关系和动态特征,尚未实现“点线结合”的协同优化,常常无法给出线路、车站综合协调的优化解。因此,设计人员迫切需要借助智能优化技术破解上述难题,实现线位与站址的协同优化。
发明内容
针对复杂环境下铁路线位与站址协同优化技术的不足,本发明提出了一种复杂山区铁路线站协同优化方法。该方法将图形学中的距离变换法应用到线站协同搜索算法中,创建了线站协同搜索双邻域模板,并充分考虑线站协同搜索过程中的静态约束和随线-站方案的生成实时计算的耦合伴生型约束,将对复杂约束的处理分治于线站协同搜索的前、中、后三个阶段,能自动搜索出满足复杂约束条件的线站协同优化线路方案,提高铁路设计的自动化程度。
本发明的技术方案为:
一种复杂山区铁路线站协同优化方法,包括以下步骤:
S1:划分单元格
基于距离变换的思想,将选线范围划分为包含M×N个正方形单元格的规则格网,格网内各单元格的宽度为w,其取值范围为30m-90m;线路起点和线路终点分别位于该格网左上角和右下角的单元格处。
S2:建立综合地理信息模型
采集线路搜索所需要的各类信息,包括描述地形、地物、地价和工程单价信息,将其作为各单元格的地理环境属性。
S3:初始化各单元格的线站协同搜索相关属性;
定义单元格的线站协同搜索相关属性及其赋初值情况如下:
(1)分别以起点和终点为目标点时,各单元格距最近站址的连接距离DIST,初值赋为0。
(2)各单元格到目标点的连接代价COST,包括各单元格到线路起点的连接代价和到线路终点的连接代价:起点到起点的连接代价初值赋为0,终点到终点的连接代价初值赋为0,其他所有单元格到起点和终点的连接代价初值均赋为无穷大;
(3)分别以起点和终点为目标点时,使得单元格的COST最小的连接方案下,单元格距相应的邻域单元格的横向偏移量XV,初值赋为0;
(4)分别以起点和终点为目标点时,使得单元格的COST最小的连接方案下,单元格距相应的邻域单元格的纵向偏移量YV,初值赋为0;
(5)表征各单元格是否为站址单元格的类型属性,记为TYPE:若单元格为非站址单元格,则TYPE赋值为False;若单元格为站址单元格,则TYPE赋值为True;所有单元格的TYPE初值均赋为False,即所有单元格的初始类型均为非站址单元格;
(6)表征各单元格能否通行铁路线路的属性,记为PROPERTY:若单元格不能通行铁路线路,则PROPERTY=0;若单元格可以通行铁路线路,则PROPERTY=1;所有单元格PROPERTY的初始值均为1;
S4:线站协同优化扫描
S4-1:依据“预处理”约束要求,剔除不符合约束条件的单元格。
S4-2:对剩下的单元格,基于线站协同搜索双邻域模板,即站址搜索邻域模板和线路搜索邻域模板,依次进行四次扫描:
第一次扫描和第二次扫描均以线路起点为目标点;第一次扫描以线路起点为起始点,从上至下、从左至右进行逐行扫描,直到扫描到线路终点;第二次扫描从线路终点沿第一次扫描的原路返回扫描至线路起点;第一次扫描和第二次扫描完成后生成以线路起点为目标点扫描的距离图DTS;
第三次扫描和第四次扫描均以线路终点为目标点,第三次扫描以线路终点为起始点,从下至上、从右至左进行逐行扫描,直到扫描到线路起点;第四次扫描从线路起点沿第三次扫描的原路返回扫描至线路终点,第三次扫描和第四次扫描完成后生成以线路终点为目标点扫描的距离图DTE。
每一次扫描的具体步骤如下:
S4-2-1:首先基于站址搜索邻域模板进行扫描,判断当前单元格与所涉及的邻域单元格之间是否满足站址搜索过程中的“中处理”约束要求,如均不满足,则跳至步骤S4-2-6进行线路邻域模板扫描;如存在满足约束要求的站址邻域单元格,则进行如下步骤:
S4-2-2:依次计算当前单元格与满足约束要求的每一个邻域单元格的连接代价,加上相应的邻域单元距目标点的连接代价,得到当前单元格经相应的邻域单元格至目标点的连接代价COST’,若该连接代价COST’小于当前单元格的COST,则更新当前单元格的COST,令当前单元格的COST=COST’,找出使得当前单元格的COST(当前单元格距目标点的连接代价)最小的连接方案;
站址段连接代价CSta具体计算方法如下:
其中,为站址土方工程代价;为站址用地代价;Hsta为站址计算高程,为方便计算,取Hsta=0.5×(Hp,q+Hr,c),Hp,q和Hr,c分别是当前单元格Gp,q和邻域单元格Gr,c的地面高程;Hj、Fj分别为站址区域内第j个填方单元格的高程和填方单价;Hi、Ci分别为站址区域内第i个挖方单元格的高程和挖方代价;Jk为第k个单元格的用地代价;w为单元格宽度;m、n分别为站址范围内的填方和挖方的单元格个数。
S4-2-3:计算使得当前单元格的COST最小的连接方案中,当前单元格距相应的邻域单元格的横向偏移量XV和纵向偏移量YV,并更新当前单元格的相应属性;用于记录使得当前单元格的COST最小的连接方案中,相应的邻域单元格的位置;
S4-2-4:更新当前单元格为站址单元格,即将TYPE赋值为True;
S4-2-5:更新当前单元格距最近站址的连接距离为0,即将当前单元格的DIST赋值为0;返回步骤S4-2-1进行下一单元格的扫描,直至所有单元格扫描完成;
S4-2-6:对当前单元格基于线路搜索邻域模板进行扫描,判断当前单元格与所涉及的邻域单元格之间是否满足线路搜索过程中的“中处理”约束要求,如均不满足,则结束当前单元格搜索,并将当前单元格属性赋为不可行单元格,不更新其到目标点的连接代价COST,其值仍为无穷大;返回步骤S4-2-1进行下一单元格的扫描;如存在满足约束要求的连接方案,则进行如下步骤:
S4-2-7:依次计算当前单元格与满足约束要求的每一个邻域单元格之间的连接代价;加上相应的邻域单元距目标点的连接代价,得到当前单元格经相应的邻域单元格至目标点的连接代价COST’;若该连接代价COST’小于当前单元格的COST,则更新当前单元格的COST,令当前单元格的COST=COST’;找出使得当前单元格的COST最小的连接方案;
线路段连接代价包括路基地段土方工程费用、桥梁工程费用、隧道工程费用、征地费用、线形费用,具体计算方法在专利申请CN2014108415900“一种复杂山区铁路线路走向自动生成方法”中有详细的介绍,故在此申请中不赘述。
S4-2-8:计算使得当前单元格的COST最小的连接方案中,当前单元格距相应的邻域单元格的横向偏移量XV和纵向偏移量YV,并更新当前单元格的相应属性;用于记录使得当前单元格的COST最小的连接方案中,相应的邻域单元格的位置
S4-2-9:更新当前单元格距最近站址的连接距离DIST为:使得当前单元格的COST最小的连接方案中,与其相连的邻域单元格的DIST值与线路搜索邻域模板的搜索半径R的和;返回步骤S4-2-1进行下一单元格的扫描,直至所有单元格扫描完成;
S5:依据扫描距离图生成线路路径方案群,具体包括以下步骤:
S5-1:叠加以线路起点为目标点扫描的距离图DTS和以线路终点为目标点扫描的距离图DTE;
S5-2:遍历叠加距离图中的所有单元格,选出距线路起点和线路终点的连接代价均不为无穷大的单元格作为双向连接单元格;
S5-3:选取任一双向连接单元格,并以双向连接单元格为中心,根据单元格内存储的连接信息属性XV和YV,分别向线路的起点和终点扩展,生成线路路径方案;
S5-4:遍历所有双向连接单元格,并根据步骤S5-3所述的方法生成起点到终点的线路路径方案群;
S5-5:依据“后处理”约束要求对所S5-4中生成的线路路径方案进行逐一判断,调整不符合“后处理”约束要求的线路路径方案;
S6:生成线-站方案群:
S6-1:选取步骤S5-5中得到的任意一条线路路径方案,遍历该路径方案上的所有单元格,找出其站址单元格,并由站址单元格和其邻域单元格形成站址连接段;
S6-2:判断各个站址连接段间是否满足最大、最小站间距要求,如满足则选为线-站方案,如不满足则剔除此方案;
S6-3:遍历步骤S5生成的所有线路路径方案,选出满足要求的方案,生成线-站方案群。
所述步骤S4-2中的线路搜索邻域模板用于遍历与当前单元格距离为R的所有单元格,所遍历的单元格均分布在一个以当前单元格为中心的半圆弧上,称当前单元格的线路邻域单元格;半径R可根据设计人员的经验设置;
线路搜索邻域模板分为线路搜索邻域正向模板和线路搜索邻域反向模板;记所遍历的单元格相对于当前单元格的行列偏移值为△R,△C,则线路搜索邻域正向模板中△R,△C的计算方法为:
线路搜索邻域反向模板中△R,△C的计算方法为:
所述步骤S4-2中的站址搜索邻域模板用于遍历与当前单元格距离为R1的所有单元格,所遍历的单元格均分布在一个以当前单元格为中心的半圆弧上,称当前单元格的站址邻域单元格,半径R1取值为站坪长度Lsta;
站址搜索邻域模板分为站址搜索邻域正向模板和站址搜索邻域反向模板;记所遍历的单元格相对于当前单元格的行列偏移值为△R,△C,则站址搜索邻域正向模板中△R,△C的计算方法为:
线路搜索邻域反向模板中△R,△C的计算方法为:
所述第一次扫描和第四次扫描均基于线路搜索邻域正向模板和站址搜索邻域正向模板进行扫描;所述第二次扫描和第三次扫描基于线路搜索邻域反向模板和站址搜索邻域反向模板进行扫描。
在复杂山区环境下存在大量的约束,有约束状态明晰固定,不随线站方案的变换而变化的静态稳定型约束;更有约束初始状体不明晰,需随线站方案的生成实时计算的耦合伴生型约束,线站协同智能搜索中这类约束的状态会影响线站方案的生成,反之生成的线站方案又将影响约束状态。为解决复杂约束下的线站协同搜索问题,本发明将复杂约束的处理分治于线站协同优化扫描的前、中、后三个阶段,分为:预处理、中处理、后处理。
第一阶段:预处理
预处理是指在距离变换前预先遍历选线范围内的所有单元格,检查绕避区域、平面和高程可达性约束,筛选出不满足约束的单元格,以减少距离变换的计算量,即所述“预处理”约束包括:
1)绕避区域约束
根据S2中的地理环境属性,设置需绕避的区域(如自然保护区、名胜古迹等),将需绕避的区域所在单元格的PROPERTY赋值为0,PROPERTY值为0的单元格不满足绕避区域约束要求;
2)平面可达性约束
记线路起点为S,其所在的单元格行列号及高程分别为iS,jS,HS;线路终点为E,其所在的单元格行列号及高程分别为iE,jE,HE,任意单元格Ci,j(第i行,j列)到线路起点和线路终点的距离分别为LS和LE;从平面可达性考虑,单元格到线路起点和线路终点的距离的和与线路起点和线路终点之间的距离(起点到终点的直线距离)LSE的比值不得超过最大容许展线系数γmax,即必须满足以下条件:
(LS+LE)/LSE<γmax
3)高程可达性约束
单元格到线路起点和线路终点的距离须保证在使用最大限制坡度imax和最大容许展线系数γmax条件下能克服线路起点和线路终点之间的高差,即满足:
(LS+LE)×γmax×imax>|HE-HS|(6)
另外,单元格Ci,j的高程取值范围不能为空,即需满足:
HS,max=HS+imax×LS×γmax,HS,min=HS-imax×LS×γmax
HE,max=HE+imax×LE×γmax,HE,min=HS-imax×LE×γmax(7)
U=[HS,min,HS,max]∩[HE,min,HE,max]
其中,HS,max、HS,min分别为从线路起点开始,使用最大限制坡度imax和最大容许展线系数γmax到单元格Ci,j的最大、最小高程值;HE,max、HE,min分别为从线路终点开始,使用最大限制坡度imax和最大容许展线系数γmax到单元格Ci,j的最大、最小高程值。
第二阶段:中处理
在线站协同搜索过程中,其核心过程是计算当前被扫描的单元格Gp,q和其邻域内任意单元格Gr,c之间的广义距离。该过程实质上是在当前单元格的站址邻域和线路邻域内进行试算,在每一次试算中,都需要满足各类静态和耦合伴生出的约束条件:
1)在站址邻域内进行试算主要考虑平面和纵面约束,即所述站址搜索过程中的“中处理”约束要求包括平面和纵面约束:
1.1)平面约束包括:最大最小站间距约束、绕避约束、转角约束、自交叉约束:
1.1.1)最大最小站间距约束
车站设置应满足最大、最小站间距要求,即当前单元格距最近站址的连接距离应在最大、最小站间距范围内,满足:
Lmin<DIST<Lmax(8)
其中,Lmin为最小站间距,Lmax为最大站间距,DIST为当前单元格距最近站址的连接距离,与其相连的邻域单元格的DIST值与站址搜索邻域模板的搜索半径R1的和;
1.1.2)绕避约束
根据单元格属性PROPERTY进行约束判断:判断当前单元格与相应的邻域单元格的连接线的范围内是否有PROPERTY值为0的单元格,如有则剔除该连接方案;
1.1.3)转角约束
若当前单元格Gp,q和其邻域单元格Gr,c相连,而Gr,c与Gm,n相连,则Gm,n至Gr,c的连接线与Gr,c至Gp,q的连接线之间的转角αk应小于最大容许转角αmax,即满足:
αk<αmax(9)
1.1.4)自交叉约束
在路径的生成过程中,可能会出现自交叉现象。因此,在单元格连接的时候需进行自交叉检测。自交叉约束的检测方法为遍历Gp,q到目标点的所有路径,判断这些路径是否与Gp,q→Gr,c相交,如果相交则存在自交叉,不满足自交叉约束要求。
“中处理”中不符合自交叉约束或转角约束则直接排除掉该线路连接方式,换其他连接方式。
1.2)纵面约束包括:车站与桥、隧不重叠约束、站坪最大限制坡度约束:
1.2.1)车站与桥、隧不重叠约束
车站不宜设置在桥梁、隧道上,因此站坪范围内,即以站址连接段(由当前单元格Gp,q与其邻域单元格Gr,c形成的连接段)中点所处单元格为中心的矩形Lsta×w1内所包含单元格的高程应满足:
Hsta-Hxq<Hr<Hsta+Hxs(10)
其中,Hr为站坪范围内任意单元格的高程;Hsta为站坪的计算高程,为方便计算,取Hsta=0.5×(Hp,q+Hr,c),Hp,q和Hr,c分别是单元格Gp,q和Gr,c的地面高程;w为设置单元格宽度;p,q分别为单元格Gp,q的行列号;r,c分别为单元格Gr,c的行列号;Hxq为线桥分界填高;Hxs为线隧分界挖深;Lsta为站坪长度;w1为站坪宽度。
1.2.2)站坪最大限制坡度约束
站坪坡度应满足站坪最大限制坡度要求i'max,即被扫描的单元格Gp,q和其邻域单元格Gr,c之间的坡度应小于i'max,即满足如下公式:
其中,i'max为站坪最大限制坡度。
2)在线路邻域内进行试算需考虑平面、纵面、桥梁、隧道的约束条件,即所述线路搜索过程中的“中处理”约束要求包括平面、纵面、桥梁、隧道约束:
2.1)平面约束包括:转角约束、自交叉约束和绕避约束,检测处理方法与在站址邻域内进行试算的处理方法相同,此处不再赘述;
2.2)纵面约束为线路最大限制坡度约束,即:
线路坡度应满足线路最大限制坡度要求imax,即被扫描的单元格Gp,q和其邻域内任意单元格Gr,c之间的坡度应小于imax,即满足如下公式:
其中,Hp,q和Hr,c分别是单元格Gp,q和Gr,c的地面高程;w为设置单元格宽度;p,q分别为单元格Gp,q的行列号;r,c分别为单元格Gr,c的行列号,imax为线路最大限制坡度。
当两单元格满足约束可以相连时,其连接线即为局部铁路设计线,设计线上任意一点高程,均可由两单元格高程推算得到。
2.3)桥梁约束包括最大容许桥高约束HQmax,即设计高程与地面高程差应小于等于最大容许桥高:
Hs-Hd≤HQmax(13)
其中,Hs为设计线高程,Hd为地面高程,HQmax为最大容许桥高。
2.4)隧道约束包括最大容许隧长约束,即隧道长应在最大容许隧长范围内。在专利申请CN2014108415900“一种复杂山区铁路线路走向自动生成方法”中有介绍判断设置隧道的计算方法,即当挖深超过线隧分界挖深时,需要设置隧道,从而可以得到隧道长。
第三阶段:后处理
由于DTS和DTE是分别以起终点为目标点进行距离变换的两个独立距离图。扫描过程中,虽然可保证任意单元格Ci,j到S和E均满足各类约束条件,但将两路径连接为一个贯通路径时仍可能出现过大转角和自交叉现象。因此,在扫描结束后,需对不满足约束的方案进行调整。
即所述步骤S5‐5中的“后处理”约束要求包括转角约束和自交叉约束;对于不符合后处理约束要求的线路路径方案的调整方法为:
1)自交叉:当线路路径在任意单元格Cr,c内出现自交叉时,尝试以Cr,c为衔接点,形成S→Cr,c→E的路径,如该路径满足所有约束,则保留S→Cr,c→E的路径,否则剔除该线路路径方案;
2)过大转角:从Ci,j开始,遍历Ci,j至线路起点的线路路径PS和至线路终点的线路路PE上的所有单元格,尝试寻找一对单元格Cr,c,Cm,n,使得S→Cr,c→Cm,n→E的路径满足所有约束,如找到则保留S→Cr,c→Cm,n→E路径,否则剔除该线路路径方案。
有益效果:
1)本发明针对复杂环境下铁路线位与站址协同优化技术的不足,提出了一种复杂山区铁路线站协同优化方法,基于该方法能自动搜索出线站协同优化线路方案,提高铁路设计的自动化程度。
2)在复杂山区环境下存在大量的约束,本发明将对复杂约束的处理分治于线站协同搜索的前、中、后三个阶段,分为:预处理、中处理、后处理,解决了线站协同搜索过程中对复杂约束的处理问题。
3)该方法自动化程度高、实用性强、运行效率高,具有很高的推广应用价值。
附图说明
图1为本发明流程图;
图2为线站协同优化扫描流程图;
图3为线路搜索邻域和站址搜索邻域正、反向模板扫描范围示意图;
图4为约束条件示意图;
图5为自交叉和过大转角处理示意图;
图6为生成线路路径方案和线-站方案群流程图;
图7为线-站方案三维展示图。
具体实施方式
以下结合附图对本发明进行进一步具体说明。
本发明采用的距离变换法(DistanceTransformation,DT)是图像学中的一种常用变换,它执行的是将一幅二值图像转换为一幅灰度图像(距离图),在这幅灰度图像中,每个像素的灰度值是该像素到其最近背景点(目标点)的最小距离。本发明将距离变换中的“距离”概念扩展到包含线路方案工程费、运营费、环境影响代价构成的综合代价,即广义距离。基于距离变换的思想,本发明将选线范围划分为M×N的规则格网,整个格网被视为一张图像;将线路端点设为距离变换中的目标点;用单元格之间的广义距离来代替距离变换中的“距离”;则生成的距离图中DT(p)值表示点p到线路端点的最小代价,对应的路径即为到线路端点的最优路径。距离变换算法中距离图的更新过程就是按照一定顺序选取研究区域的单元格,遍历其邻域模板,从模板中找到最优连接单元格。
本实施例以安顺至六盘水双线铁路为例对本发明的技术方案做进一步说明。如图1所示,本发明所涉及的复杂山区环境下铁路线站协同设计与优化方法包括以下步骤:
S1:划分单元格
基于距离变换的思想,将选线范围为103km×40km的矩形区域划分为包含1145×445个正方形单元格的规则格网,单元格的宽度为90m;线路起点和线路终点分别位于该格网左上角和右下角的单元格处。
S2:建立综合地理信息模型
采集线路搜索所需要的各类信息,包括描述地形、地物、地价和工程单价信息,将其作为各单元格的地理环境属性,建立综合地理信息模型图。
S3:初始化各单元格的线、站协同搜索相关属性;包括:各单元格距最近站址的连接距离(DIST)、各单元格到目标点的连接代价(COST)、单元格距相应的邻域单元格的横向偏移量(XV)和纵向偏移量(YV)、表征各单元格是否为站址单元格的类型属性、以及表征各单元格能否通行铁路线路的属性。
S4:线站协同优化扫描
如图2进行线站协同优化扫描,具体步骤如下:
S4-1:依据预处理约束要求,剔除不符合约束条件的单元格。
S4-2:对剩下的单元格,基于线站协同搜索双邻域模板,即站址搜索邻域模板和线路搜索邻域模板,依次进行四次扫描:
第一次扫描和第二次扫描均以线路起点为目标点;第一次扫描以线路起点为起始点,从上至下、从左至右进行逐行扫描,直到扫描到线路终点;第二次扫描从线路终点沿第一次扫描的原路返回扫描至线路起点;第一次扫描和第二次扫描完成后生成以线路起点为目标点扫描的距离图DTS;
第三次扫描和第四次扫描均以线路终点为目标点,第三次扫描以线路终点为起始点,从下至上、从右至左进行逐行扫描,直到扫描到线路起点;第四次扫描从线路起点沿第三次扫描的原路返回扫描至线路终点,第三次扫描和第四次扫描完成后生成以线路终点为目标点扫描的距离图DTE。
首先进行站址邻域模板扫描,如找到满足要求的站址邻域单元格,则依次计算当前单元格与满足要求的站址邻域单元格之间的连接代价,选出距目标点连接代价最小的连接方案,更新单元格属性信息;如没找到满足要求的站址邻域单元格,则进行线路邻域模板扫描,如找到满足要求的线路邻域单元格,则依次计算当前单元格与满足要求的线路邻域单元格之间的连接代价,选出距目标点连接代价最小的连接方案,更新单元格属性信息;如站址邻域模板扫描和线路邻域模板扫描均未找到满足要求的邻域单元格,则跳过该单元格进行对下一单元格的搜索;直至所有单元格扫描完成;
S5:依据扫描距离图生成线路路径方案群,如图6所示,具体包括以下步骤:
S5-1:叠加以线路起点为目标点扫描的距离图DTS和以线路终点为目标点扫描的距离图DTE;
S5-2:遍历叠加距离图中的所有单元格,选出距线路起点和线路终点的连接代价均不为无穷大的单元格作为双向连接单元格;
S5-3:选取任一双向连接单元格,并以双向连接单元格为中心,根据单元格内存储的连接信息属性XV和YV,分别向线路的起点和终点扩展,生成线路路径方案;
S5-4:遍历所有双向连接单元格,并根据步骤S5-3所述的方法生成起点到终点的线路路径方案群;
S5-5:依据后处理约束要求对所S5-4中生成的线路路径方案进行逐一判断,调整不符合后处理约束要求的线路路径方案。
S6:生成线-站方案群;
S6-1:选取步骤S5-5中得到的任意一条线路路径方案,遍历该路径方案上的所有单元格,找出其站址单元格,并由站址单元格和其邻域单元格形成站址连接段;
S6-2:判断各个站址连接段间是否满足最大、最小站间距要求,如满足则选为线-站方案,如不满足则剔除此方案;
S6-3:遍历步骤S5生成的所有线路路径方案,选出满足要求的方案,生成线-站方案群。
如图3所示,所述步骤S4-2中的线路搜索邻域模板用于遍历与当前单元格距离为R的所有单元格,所遍历的单元格均分布在一个以当前单元格为中心的半圆弧上,称当前单元格的线路邻域单元格,半径R可根据设计人员的经验设置,本案例选用2km半径。线路搜索邻域模板分为线路搜索邻域正向模板和线路搜索邻域反向模板;
所述步骤S4-2中的站址搜索邻域模板用于遍历与当前单元格距离为R1的所有单元格,所遍历的单元格均分布在一个以当前单元格为中心的半圆弧上,称当前单元格的站址邻域单元格,半径R1取值为站坪长度Lsta(本案例取2km);站址搜索邻域模板也分为站址搜索邻域正向模板和站址搜索邻域反向模板。
所述第一次扫描和第四次扫描均基于线路搜索邻域正向模板和站址搜索邻域正向模板进行扫描;所述第二次扫描和第三次扫描基于线路搜索邻域反向模板和站址搜索邻域反向模板进行扫描;
本实施例为解决复杂约束下的线站协同搜索问题,将复杂约束的处理分治于线站协同优化扫描的前、中、后三个阶段,分为:预处理、中处理、后处理,如图4所示。
第一阶段:预处理
预处理是指在距离变换前预先遍历选线范围内的所有单元格,检查绕避区域、平面和高程可达性约束,筛选出不满足约束的单元格,以减少距离变换的计算量,即所述“预处理”约束包括:
1)绕避区域约束
根据S2中的地理环境属性,设置需绕避的区域,将需绕避的区域所在单元格的PROPERTY赋值为0,PROPERTY值为0的单元格不满足绕避区域约束要求;
2)平面可达性约束
记线路起点为S,其所在的单元格行列号及高程分别为iS,jS,HS;线路终点为E,其所在的单元格行列号及高程分别为iE,jE,HE,任意单元格Ci,j(第i行,j列)到线路起点和线路终点的距离分别为LS和LE;从平面可达性考虑,单元格到线路起点和线路终点的距离的和与线路起点和线路终点之间的距离(起点到终点的直线距离)LSE的比值不得超过最大容许展线系数γmax(本案例取1.5)。
3)高程可达性约束
单元格到线路起点和线路终点的距离须保证在使用最大限制坡度imax(本案例取28‰)和最大容许展线系数γmax条件下能克服线路起点和线路终点之间的高差;另外,单元格Ci,j的高程取值范围不能为空。
第二阶段:中处理
在当前单元格的站址邻域和线路邻域内进行试算,在每一次试算中,都需要满足各类静态和耦合伴生出的约束条件:
1)在站址邻域内进行试算主要考虑平面和纵面约束,即所述站址搜索过程中的“中处理”约束要求包括平面和纵面约束:
1.1)平面约束包括:最大最小站间距约束、绕避约束、转角约束、自交叉约束:
1.1.1)最大最小站间距约束
车站设置应满足最大、最小站间距要求,即当前单元格距最近站址的连接距离应在最大、最小站间距范围内;本案例中最小站间距Lmin取为12km,最大站间距Lmax取为30km;
1.1.2)绕避约束
根据单元格属性PROPERTY进行约束判断:判断当前单元格与相应的邻域单元格的连接线的范围内是否有PROPERTY值为0的单元格,如有则剔除该连接方案;
1.1.3)转角约束
若当前单元格Gp,q和其邻域单元格Gr,c相连,而Gr,c与Gm,n相连,则Gm,n至Gr,c的连接线与Gr,c至Gp,q的连接线之间的转角αk应小于最大容许转角αmax(本案例取60°);
1.1.4)自交叉约束
自交叉约束的检测方法为遍历Gp,q到目标点的所有路径,判断这些路径是否与Gp,q→Gr,c相交,如果相交则存在自交叉,不满足自交叉约束要求。
“中处理”中不符合自交叉约束或转角约束则直接排除掉该线路连接方式,换其他连接方式。
1.2)纵面约束包括:车站与桥、隧不重叠约束、站坪最大限制坡度约束:
1.2.1)车站与桥、隧不重叠约束
车站不宜设置在桥梁、隧道上,因此站坪范围内,即以站址连接段(由当前单元格Gp,q与其邻域单元格Gr,c形成的连接段)中点所处单元格为中心的矩形Lsta×w1(本案例为2km×0.4km)内所包含单元格的高程应满足:
Hsta-Hxq<Hr<Hsta+Hxs
其中,Hr为站坪范围内任意单元格的高程;Hsta为站坪的计算高程,为方便计算,取Hsta=0.5×(Hp,q+Hr,c),Hp,q和Hr,c分别是单元格Gp,q和Gr,c的地面高程;w为设置单元格宽度;p,q分别为单元格Gp,q的行列号;r,c分别为单元格Gr,c的行列号;Hxq为线桥分界填高;Hxs为线隧分界挖深;Lsta为站坪长度;w1为站坪宽度。
1.2.2)站坪最大限制坡度约束
站坪坡度应满足站坪最大限制坡度要求i'max(本案例取6‰),即被扫描的单元格Gp,q和其邻域单元格Gr,c之间的坡度应小于i'max。
2)在线路邻域内进行试算需考虑平面、纵面、桥梁、隧道的约束条件,即所述线路搜索过程中的“中处理”约束要求包括平面、纵面、桥梁、隧道约束:
2.1)平面约束包括:转角约束、自交叉约束和绕避约束,检测处理方法与在站址邻域内进行试算的处理方法相同,此处不再赘述;
2.2)纵面约束主要为线路最大限制坡度约束,即:
线路坡度应满足线路最大限制坡度要求imax(本案例取28‰),即被扫描的单元格Gp,q和其邻域内任意单元格Gr,c之间的坡度应小于imax。
当两单元格满足约束可以相连时,其连接线即为局部铁路设计线,设计线上任意一点高程,均可由两单元格高程推算得到。
2.3)桥梁约束包括最大容许桥高约束HQmax(本案例取130m),即设计高程Hs与地面高程Hd差应小于等于最大容许桥高HQmax。
2.4)隧道约束包括最大容许隧长约束,即隧道长应在最大容许隧长范围内(本案例取8km)。
第三阶段:后处理
所述步骤S5‐5中的“后处理”约束要求包括转角约束和自交叉约束;如图5所示,对于不符合后处理约束要求的线路路径方案的调整方法为:
1)自交叉:当线路路径在任意单元格Cr,c内出现自交叉时,尝试以Cr,c为衔接点,形成S→Cr,c→E的路径,如该路径满足所有约束,则保留S→Cr,c→E的路径,否则剔除该线路路径方案;
2)过大转角:从Ci,j开始,遍历Ci,j至线路起点的线路路径PS和至线路终点的线路路PE上的所有单元格,尝试寻找一对单元格Cr,c,Cm,n,使得S→Cr,c→Cm,n→E的路径满足所有约束,如找到则保留S→Cr,c→Cm,n→E路径,否则剔除该线路路径方案。
本次选取的安顺至六盘水双线铁路线站协同优化选线案例在惠普Z600工作站上进行(4核2.14GCPU,4G内存,1T硬盘),优化总耗时147分钟,生成线-站方案83个。选取自动生成方案中5条具有典型代表性的线-站方案进行拟合,并将其导入中南大学开发的GERail软件中,实现方案的三维展示,展示效果如图7所示。
所描述的实施例是本发明的一部分实施例,而不是全部的实例,不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施方式都属于本发明的保护范围。
Claims (4)
1.一种复杂山区铁路线站协同优化方法,其特征在于,包括以下步骤:
S1:划分单元格:
将选线范围划分为包含M×N个正方形单元格的规则格网,格网内各单元格的宽度为w,取值范围为30m-90m;线路起点和线路终点分别位于该格网左上角和右下角的单元格处。
S2:建立综合地理信息模型,添加单元格的地理信息属性:
采集线路搜索所需要的各类信息,包括描述地形、地物、地价和工程单价信息,将其作为各单元格的地理环境属性。
S3:初始化各单元格的线站协同搜索相关属性;
定义单元格的线站协同搜索相关属性及其赋初值情况如下:
(1)分别以起点和终点为目标点时,各单元格距最近站址的连接距离DIST,初值赋为0;
(2)各单元格到目标点的连接代价COST,包括各单元格到线路起点的连接代价和到线路终点的连接代价:起点到起点的连接代价初值赋为0,终点到终点的连接代价初值赋为0,其他所有单元格到起点和终点的连接代价初值均赋为无穷大;
(3)分别以起点和终点为目标点时,使得单元格的COST最小的连接方案下,单元格距相应的邻域单元格的横向偏移量XV,初值赋为0;
(4)分别以起点和终点为目标点时,使得单元格的COST最小的连接方案下,单元格距相应的邻域单元格的纵向偏移量YV,初值赋为0;
(5)表征各单元格是否为站址单元格的类型属性,记为TYPE;若单元格为非站址单元格,则TYPE赋值为False,若单元格为站址单元格,则TYPE赋值为True;所有单元格的TYPE初值均赋为False,即所有单元格的初始类型均为非站址单元格;
(6)表征各单元格能否通行铁路线路的属性,记为PROPERTY;若单元格不能通行铁路线路,则PROPERTY=0,若单元格可以通行铁路线路,则PROPERTY=1;所有单元格PROPERTY的初始值均为1;
S4:线站协同优化扫描
S4-1:依据“预处理”约束要求,剔除不符合约束条件的单元格;
S4-2:对剩下的单元格,基于线站协同搜索双邻域模板,即站址搜索邻域模板和线路搜索邻域模板,依次进行四次扫描;
第一次扫描和第二次扫描均以线路起点为目标点;第一次扫描以线路起点为起始点,从上至下、从左至右进行逐行扫描,直到扫描到线路终点;第二次扫描从线路终点沿第一次扫描的原路返回扫描至线路起点;第一次扫描和第二次扫描完成后生成以线路起点为目标点扫描的距离图DTS;
第三次扫描和第四次扫描均以线路终点为目标点,第三次扫描以线路终点为起始点,从下至上、从右至左进行逐行扫描,直到扫描到线路起点;第四次扫描从线路起点沿第三次扫描的原路返回扫描至线路终点,第三次扫描和第四次扫描完成后生成以线路终点为目标点扫描的距离图DTE;
每一次扫描的具体步骤如下:
S4-2-1:首先基于站址搜索邻域模板进行扫描,判断当前单元格与所涉及的邻域单元格之间是否满足站址搜索过程中的“中处理”约束要求,如均不满足,则跳至步骤S4-2-6进行线路邻域模板扫描;如存在满足约束要求的站址邻域单元格,则进行如下步骤:
S4-2-2:依次计算当前单元格与满足约束要求的每一个邻域单元格的连接代价;加上相应的邻域单元距目标点的连接代价,得到当前单元格经相应的邻域单元格至目标点的连接代价COST’;若该连接代价COST’小于当前单元格的COST,则更新当前单元格的COST,令当前单元格的COST=COST’;找出使得当前单元格的COST(当前单元格距目标点的连接代价)最小的连接方案;
S4-2-3:计算使得当前单元格的COST最小的连接方案中,当前单元格距相应的邻域单元格的横向偏移量XV和纵向偏移量YV,并更新当前单元格的相应属性;
S4-2-4:更新当前单元格为站址单元格,即将TYPE赋值为True;
S4-2-5:更新当前单元格距最近站址的连接距离为0,即将当前单元格的DIST赋值为0;返回步骤S4-2-1进行下一单元格的扫描,直至所有单元格扫描完成;
S4-2-6:对当前单元格基于线路搜索邻域模板进行扫描,判断当前单元格与所涉及的邻域单元格之间是否满足线路搜索过程中的“中处理”约束要求,如均不满足,则结束当前单元格搜索,并将当前单元格属性赋为不可行单元格,不更新其到目标点的连接代价COST,其值仍为无穷大;返回步骤S4-2-1进行下一单元格的扫描;如存在满足约束要求的连接方案,则进行如下步骤:
S4-2-7:依次计算当前单元格与满足约束要求的每一个邻域单元格之间的连接代价;加上相应的邻域单元距目标点的连接代价,得到当前单元格经相应的邻域单元格至目标点的连接代价COST’;若该连接代价COST’小于当前单元格的COST,则更新当前单元格的COST,令当前单元格的COST=COST’;找出使得当前单元格的COST最小的连接方案;
S4-2-8:计算使得当前单元格的COST最小的连接方案中,当前单元格距相应的邻域单元格的横向偏移量XV和纵向偏移量YV,并更新当前单元格的相应属性;
S4-2-9:更新当前单元格距最近站址的连接距离DIST为:使得当前单元格的COST最小的连接方案中,与其相连的邻域单元格的DIST值与线路搜索邻域模板的搜索半径R的和;返回步骤S4-2-1进行下一单元格的扫描,直至所有单元格扫描完成;
S5:依据扫描距离图生成线路路径方案群,具体包括以下步骤:
S5-1:叠加以线路起点为目标点扫描的距离图DTS和以线路终点为目标点扫描的距离图DTE;
S5-2:遍历叠加距离图中的所有单元格,选出距线路起点和线路终点的连接代价均不为无穷大的单元格作为双向连接单元格;
S5-3:选取任一双向连接单元格,并以双向连接单元格为中心,根据单元格内存储的连接信息属性XV和YV,分别向线路的起点和终点扩展,生成线路路径方案;
S5-4:遍历所有双向连接单元格,并根据步骤S5-3所述的方法生成起点到终点的线路路径方案群;
S5-5:依据“后处理”约束要求对所S5-4中生成的线路路径方案进行逐一判断,调整不符合“后处理”约束要求的线路路径方案;
S6:生成线-站方案群:
S6-1:选取步骤S5-5中得到的任意一条线路路径方案,遍历该路径方案上的所有单元格,找出其站址单元格,并由站址单元格和其邻域单元格形成站址连接段;
S6-2:判断各个站址连接段间是否满足最大、最小站间距要求,如满足则选为线-站方案,如不满足则剔除此方案;
S6-3:遍历步骤S5生成的所有线路路径方案,选出满足要求的方案,生成线-站方案群。
所述步骤S4-2中的线路搜索邻域模板用于遍历与当前单元格距离为R的所有单元格,所遍历的单元格均分布在一个以当前单元格为中心的半圆弧上;半径R根据设计人员的经验设置;
线路搜索邻域模板分为线路搜索邻域正向模板和线路搜索邻域反向模板;记所遍历的单元格相对于当前单元格的行列偏移值为△R,△C,则线路搜索邻域正向模板中△R,△C的计算方法为:
线路搜索邻域反向模板中△R,△C的计算方法为:
所述步骤S4-2中的站址搜索邻域模板用于遍历与当前单元格距离为R1的所有单元格,所遍历的单元格均分布在一个以当前单元格为中心的半圆弧上,半径R1取值为站坪长度Lsta;
站址搜索邻域模板分为站址搜索邻域正向模板和站址搜索邻域反向模板;记所遍历的单元格相对于当前单元格的行列偏移值为△R,△C,则站址搜索邻域正向模板中△R,△C的计算方法为:
线路搜索邻域反向模板中△R,△C的计算方法为:
所述第一次扫描和第四次扫描均基于线路搜索邻域正向模板和站址搜索邻域正向模板进行扫描;所述第二次扫描和第三次扫描基于线路搜索邻域反向模板和站址搜索邻域反向模板进行扫描。
2.根据权利要求1所述的复杂山区铁路线站协同优化方法,其特征在于,
所述“预处理”约束包括:
1)绕避区域约束
根据S2中的地理环境属性,设置需绕避的区域(如自然保护区、名胜古迹等),将需绕避的区域所在单元格的PROPERTY赋值为0,PROPERTY值为0的单元格不满足绕避区域约束要求;
2)平面可达性约束
记线路起点为S,其所在的单元格行列号及高程分别为iS,jS,HS;线路终点为E,其所在的单元格行列号及高程分别为iE,jE,HE,任意单元格Ci,j(第i行,j列)到线路起点和线路终点的距离分别为LS和LE;从平面可达性考虑,单元格到线路起点和线路终点的距离的和与线路起点和线路终点之间的距离LSE的比值不得超过最大容许展线系数γmax,即必须满足以下条件:
(LS+LE)/LSE<γmax
3)高程可达性约束
单元格到线路起点和线路终点的距离须保证在使用最大限制坡度imax和最大容许展线系数γmax条件下能克服线路起点和线路终点之间的高差,即满足:
(LS+LE)×γmax×imax>|HE-HS|(6)
另外,单元格Ci,j的高程取值范围不能为空,即需满足:
HS,max=HS+imax×LS×γmax,HS,min=HS-imax×LS×γmax
HE,max=HE+imax×LE×γmax,HE,min=HS-imax×LE×γmax(7)
U=[HS,min,HS,max]∩[HE,min,HE,max]
其中,HS,max、HS,min分别为从线路起点开始,使用最大限制坡度imax和最大容许展线系数γmax到单元格Ci,j的最大、最小高程值;HE,max、HE,min分别为从线路终点开始,使用最大限制坡度imax和最大容许展线系数γmax到单元格Ci,j的最大、最小高程值。
3.根据权利要求2所述的复杂山区铁路线站协同优化方法,其特征在于,
1)所述站址搜索过程中的“中处理”约束要求包括平面和纵面约束:
1.1)平面约束包括:最大最小站间距约束、绕避约束、转角约束、自交叉约束:
1.1.1)最大最小站间距约束
车站设置应满足最大、最小站间距要求,即当前单元格距最近站址的连接距离应在最大、最小站间距范围内,满足:
Lmin<DIST<Lmax(8)
其中,Lmin为最小站间距,Lmax为最大站间距,DIST为当前单元格距最近站址的连接距离,为与其相连的邻域单元格的DIST值与站址搜索邻域模板的搜索半径R1的和;
1.1.2)绕避约束
根据单元格属性PROPERTY进行约束判断:判断当前单元格与相应的邻域单元格的连接线的范围内是否有PROPERTY值为0的单元格,如有则剔除该连接方案;
1.1.3)转角约束
若当前单元格Gp,q和其邻域单元格Gr,c相连,而Gr,c与Gm,n相连,则Gm,n至Gr,c的连接线与Gr,c至Gp,q的连接线之间的转角αk应小于最大容许转角αmax,即满足:
αk<αmax(9)
1.1.4)自交叉约束
自交叉约束的检测方法为遍历Gr,c到目标点的所有路径,判断这些路径是否与Gp,q→Gr,c相交,如果相交则存在自交叉,不满足自交叉约束要求;
1.2)纵面约束包括:车站与桥、隧不重叠约束、站坪最大限制坡度约束:
1.2.1)车站与桥、隧不重叠约束
车站不宜设置在桥梁、隧道上,因此以站坪范围,即以站址连接段(由当前单元格Gp,q与其邻域单元格Gr,c形成的连接段)中点所处单元格为中心的矩形Lsta×w1内所包含单元格的高程应满足:
Hsta-Hxq<Hr<Hsta+Hxs(10)
其中,Hr为站坪范围内任意单元格的高程;Hsta为站坪的计算高程,为方便计算,取Hsta=0.5×(Hp,q+Hr,c),Hp,q和Hr,c分别是单元格Gp,q和Gr,c的地面高程;w为设置单元格宽度;p,q分别为单元格Gp,q的行列号;r,c分别为单元格Gr,c的行列号;Hxq为线桥分界填高;Hxs为线隧分界挖深;Lsta为站坪长度;w1为站坪宽度。
1.2.2)站坪最大限制坡度约束
站坪坡度应满足站坪最大限制坡度要求i'max,即被扫描的单元格Gp,q和其邻域单元格Gr,c之间的坡度应小于i'max,即满足如下公式:
其中,i'max为站坪最大限制坡度。
2)所述线路搜索过程中的“中处理”约束要求包括平面、纵面、桥梁、隧道约束:
2.1)平面约束包括:转角约束、自交叉约束和绕避约束,检测和处理方法与站址搜索过程中的“中处理”约束要求相同;
2.2)纵面约束为线路最大限制坡度约束,即:
线路坡度应满足线路最大限制坡度要求imax,即被扫描的单元格Gp,q和其邻域内任意单元格Gr,c之间的坡度应小于imax,即满足如下公式:
其中,Hp,q和Hr,c分别是单元格Gp,q和Gr,c的地面高程;w为设置单元格宽度;p,q分别为单元格Gp,q的行列号;r,c分别为单元格Gr,c的行列号,imax为线路最大限制坡度。
2.3)桥梁约束包括最大容许桥高约束HQmax,即设计高程与地面高程差应小于等于最大容许桥高:
Hs-Hd≤HQmax(13)
其中,Hs为设计线高程,Hd为地面高程,HQmax为最大容许桥高。
2.4)隧道约束包括最大容许隧长约束,即隧道长应在最大容许隧长范围内。
4.根据权利要求3所述的复杂山区铁路线站协同优化方法,其特征在于,
所述步骤S5‐5中的“后处理”约束要求包括转角约束和自交叉约束;对于不符合“后处理”约束要求的线路路径方案的调整方法为:
1)自交叉:当线路路径在任意单元格Cr,c内出现自交叉时,尝试以Cr,c为衔接点,形成S→Cr,c→E的路径,如该路径满足所有约束,则保留S→Cr,c→E的路径,否则剔除该线路路径方案;
2)过大转角:从Ci,j开始,遍历Ci,j至线路起点的线路路径PS和至线路终点的线路路PE上的所有单元格,尝试寻找一对单元格Cr,c,Cm,n,使得S→Cr,c→Cm,n→E的路径满足所有约束,如找到则保留S→Cr,c→Cm,n→E路径,否则剔除该线路路径方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510740892.3A CN105243233B (zh) | 2015-11-04 | 2015-11-04 | 一种复杂山区铁路线站协同优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510740892.3A CN105243233B (zh) | 2015-11-04 | 2015-11-04 | 一种复杂山区铁路线站协同优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105243233A true CN105243233A (zh) | 2016-01-13 |
CN105243233B CN105243233B (zh) | 2016-08-24 |
Family
ID=55040881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510740892.3A Active CN105243233B (zh) | 2015-11-04 | 2015-11-04 | 一种复杂山区铁路线站协同优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105243233B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250579A (zh) * | 2016-07-08 | 2016-12-21 | 广东科诺勘测工程有限公司 | 一种电力线路路径智能生成的方法及装置 |
CN109033521A (zh) * | 2018-06-25 | 2018-12-18 | 中南大学 | 一种新建铁路限制坡度优化决策方法 |
CN112231870A (zh) * | 2020-09-23 | 2021-01-15 | 西南交通大学 | 一种复杂山区铁路线路智能化生成方法 |
CN115587461A (zh) * | 2022-12-12 | 2023-01-10 | 中南大学 | 一种铁路选线搜索过程中约束的处理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014003151A2 (en) * | 2012-06-29 | 2014-01-03 | Mitsubishi Electric Corporation | Method for determining an optimal run-curve for a vehicle |
CN104376519A (zh) * | 2014-10-30 | 2015-02-25 | 中南大学 | 一种山区新建铁路车站自动选址方法 |
-
2015
- 2015-11-04 CN CN201510740892.3A patent/CN105243233B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014003151A2 (en) * | 2012-06-29 | 2014-01-03 | Mitsubishi Electric Corporation | Method for determining an optimal run-curve for a vehicle |
CN104376519A (zh) * | 2014-10-30 | 2015-02-25 | 中南大学 | 一种山区新建铁路车站自动选址方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250579A (zh) * | 2016-07-08 | 2016-12-21 | 广东科诺勘测工程有限公司 | 一种电力线路路径智能生成的方法及装置 |
CN106250579B (zh) * | 2016-07-08 | 2019-12-20 | 广东科诺勘测工程有限公司 | 一种电力线路路径智能生成的方法及装置 |
CN109033521A (zh) * | 2018-06-25 | 2018-12-18 | 中南大学 | 一种新建铁路限制坡度优化决策方法 |
CN109033521B (zh) * | 2018-06-25 | 2021-04-20 | 中南大学 | 一种新建铁路限制坡度优化决策方法 |
CN112231870A (zh) * | 2020-09-23 | 2021-01-15 | 西南交通大学 | 一种复杂山区铁路线路智能化生成方法 |
CN112231870B (zh) * | 2020-09-23 | 2022-08-02 | 西南交通大学 | 一种复杂山区铁路线路智能化生成方法 |
CN115587461A (zh) * | 2022-12-12 | 2023-01-10 | 中南大学 | 一种铁路选线搜索过程中约束的处理方法 |
CN115587461B (zh) * | 2022-12-12 | 2023-03-10 | 中南大学 | 一种铁路选线搜索过程中约束的处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105243233B (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Mountain railway alignment optimization with bidirectional distance transform and genetic algorithm | |
Monteiro et al. | GIS spatial analysis applied to electric line routing optimization | |
CN100578152C (zh) | 用于处理大规模浮动车数据的启发式路径匹配方法 | |
CN109359350B (zh) | 一种优化精细施工成本的风电场道路智能设计方法 | |
CN105243233A (zh) | 一种复杂山区铁路线站协同优化方法 | |
CN106202744A (zh) | 海上风电场集电系统避障路径优化方法和系统 | |
CN109711052A (zh) | 基于Revit+Dynamo的隧道模型创建方法 | |
CN107885960B (zh) | 一种基于风电场场内施工道路自动选线的土方量估算系统及估算方法 | |
CN112231870B (zh) | 一种复杂山区铁路线路智能化生成方法 | |
CN101159066A (zh) | 基于三维机载lidar的公路测设方法 | |
CN104376519B (zh) | 一种山区新建铁路车站自动选址方法 | |
CN108053060B (zh) | 一种基于风电场场内道路自动选线的升压站选址系统及选址方法 | |
CN111597621A (zh) | 一种基于gis和差分进化算法的铁路线路双层优化方法 | |
Li et al. | Approach for Optimizing 3D Highway Alignments Based on Two-stage Dynamic Programming. | |
CN106372309A (zh) | 一种基于gis和bim的电力隧道数字化敷设方法和系统 | |
CN107908899B (zh) | 一种用于风电场建设施工道路的选线系统及选线方法 | |
Ebid et al. | Ant Colony Optimization based algorithm to determine the optimum route for overhead power transmission lines | |
CN113190892B (zh) | 一种纵断面线路布设方法、系统、终端及可读存储介质 | |
Kang et al. | Rail transit route optimization model for rail infrastructure planning and design: Case study of Saint Andrews, Scotland | |
CN108062438B (zh) | 一种用于风电场运行道路的选线系统及选线方法 | |
Pu et al. | Concurrent optimization of mountain railway alignment and station locations with a three-dimensional distance transform algorithm incorporating a perceptual search strategy | |
CN117391282A (zh) | 一种基于bim+gis技术下的智慧城市规划管理方法 | |
CN116415748A (zh) | 基于三维数字化融合数据的输变电智能规划方法及系统 | |
CN104504476B (zh) | 一种复杂山区铁路线路走向自动生成方法 | |
CN114692352B (zh) | 一种山区铁路施工便道线路网智能布设方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |