CN111160728B - 一种路桥养护决策优化方法及装置 - Google Patents

一种路桥养护决策优化方法及装置 Download PDF

Info

Publication number
CN111160728B
CN111160728B CN201911280981.9A CN201911280981A CN111160728B CN 111160728 B CN111160728 B CN 111160728B CN 201911280981 A CN201911280981 A CN 201911280981A CN 111160728 B CN111160728 B CN 111160728B
Authority
CN
China
Prior art keywords
road
maintenance
bridge
model
decision optimization
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.)
Active
Application number
CN201911280981.9A
Other languages
English (en)
Other versions
CN111160728A (zh
Inventor
包世泰
王建芳
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.)
South China Agricultural University
Original Assignee
South China Agricultural University
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 South China Agricultural University filed Critical South China Agricultural University
Priority to CN201911280981.9A priority Critical patent/CN111160728B/zh
Publication of CN111160728A publication Critical patent/CN111160728A/zh
Application granted granted Critical
Publication of CN111160728B publication Critical patent/CN111160728B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395Quality analysis or management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

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

Abstract

本申请公开了一种路桥养护决策优化方法及装置,方法包括:获取路桥的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集;结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分;利用所述质量状况得分,建立路桥的养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型;求解所述道路养护决策优化模型,得到养护决策全局最优的方案。本申请具有质量评价流程清晰、建模思路新颖实用、求解算法高效准确,能为路桥养护决策提供实用直观的参考。

Description

一种路桥养护决策优化方法及装置
技术领域
本申请涉及路桥养护决策优化领域,特别涉及一种基于线性规划模型的路桥养护决策优化方法。
背景技术
随着城市化的发展,我国城市道路里程数也随之日益增长,汽车保有量及交通负荷不断攀升,原有路桥的病害与安全隐患等也随之变多,养护维修需求日益增加。
目前通常通过人工对路面、路基、桥梁、隧道和沿线设施的外观、运行状况进行日常巡视检查,以期发现病害和隐患及时进行路桥养护(葛亚军,2009)。在此基础上,通常采用以层次分析法确立评价对象及其权重值,对道路设施质量进行评价为养护决策提供依据(陆键等,2008)。刘军等(2006)针对道路管理部门如何在有限的资金下对路面进行养护问题进行研究和探讨,通过效果、费用比值作为对象,确立路面养护模型,采用SCE算法对模型求解。郑婉(2014)提出模糊评价法对路面使用性能的评价,在养护决策上利用灰色关联度对养护路段进行排序,确定资金有限的条件下的道路养护顺序,最后采用多个控制指标的模型排序,确定最优养护方案。赵悦彤、何永泰、周恺等(2018)针对城市道路交通基础设施养护资金配置问题,采用DEA数据包络分析在资金足以覆盖各设施的情况下进行分配优化,当养护资金不足以覆盖各设施时参考AHP层次分析法得出的养护顺序优先级。
在养护经费有限的情况下,路桥管理部门在对有病害或隐患的道路与桥梁安排年度优先养护计划,通常结合路桥巡查情况采用人工经验、层次分析法或多指挥评价排序,比较粗略地评价道路质量确定养护优先级。养护决策方法比较简单、主观性较强,养护计划安排不够精确,养护资金的利用效率不高,路桥养护质量有较在的提升空间。
发明内容
本申请的目的在于提供一种基于线性规划模型的路桥养护决策优化方法及装置,用以解决现有路桥养护过程中存在的主观性强、养护决策安排不够合理精确等问题。
为了实现上述任务,本申请采用以下技术方案:
第一方面,本申请提供了一种路桥养护决策优化方法,包括:
获取路桥的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集;
结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分;
利用所述质量状况得分,建立路桥的养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型;
求解所述道路养护决策优化模型,得到养护决策全局最优的方案。
进一步地,所述单目标养护决策优化模型为有限预算养护成效最大模型,该模型以最大化路桥的质量状况得分提升效果为目标,路桥总的养护成本有限为约束条件;
所述多目标养护决策优化模型为养护成效最大预算最低模型,该模型的目的是同时保证路桥养护提升效果最大,预算最低。
进一步地,所述路桥的病害的类型及具体信息,包括:
存在病害的道路或桥梁的名称、病害类型、具体问题、长度、面积、位置、上报日期、上报手机号、描述、图片;
所述病害类型、具体问题按照《城镇道路养护技术规范》(CJJ 36-2016)中的病害类型、具体问题进行选择;所述位置为通过终端设备定位获取的坐标。
进一步地,所述结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分,包括:
对于道路,根据《城镇道路养护技术规范》(CJJ 36-2016)的规范要求和沥青路面损坏单项扣分表,利用式1,计算道路状况指数作为道路的质量状况得分:
Figure BDA0002316730750000021
式1中,PCI为道路状况指数,范围为0-100,n表示单项损坏类型总数,i=1,2,...n;m表示单项损坏类型中所包含的子类损坏类型总数,j=1,2,...,m;DPij表示某子类的扣分值,ωij表示某子类扣分值的权重,其中ωij计算公式如下:
Figure BDA0002316730750000031
Figure BDA0002316730750000032
对于桥梁,根据《城市桥梁养护技术规范(CJJ99—2003)》,利用式4计算桥梁状况指数作为桥梁的质量状况得分:
BCI=BCI_m*ω_m+BCI_s*ω_s+BCI_x*ω_x 式4
其中,BCI_m,BCI_s,BCI_x分别表示桥梁桥面状况指数,桥梁上部结构状况指数和桥梁下部结构状况指数。ω_m,ω_s,ω_x分别表示桥梁桥面系,上部,下部结构的权重。
进一步地,所述建立路桥的养护决策优化模型中,对于道路的单目标养护决策优化模型表示为:
Figure BDA0002316730750000033
Figure BDA0002316730750000034
式5为模型的目标函数,其中,n表示道路总数,PCIi表示道路养护以后的状况指数,PCIi0表示第i条道路养护前的状况指数,xi表示第i条道路是否需要养护,为二值变量,取值1表示需要养护,取值为0表示暂时不需要养护;
式6为模型的约束条件,其中,Areai表示第i条道路需要养护的面积,常量P表示每平方米道路养护费用,Budget表示道路养护的总预算,常量D表示道路养护阈值,当道路养护指数低于该阈值时,认为道路目前的状况为较差,必须进行养护。
进一步地,所述路桥的养护决策优化模型中,对于道路的多目标养护决策优化模型表示为:
Figure BDA0002316730750000041
Figure BDA0002316730750000042
Figure BDA0002316730750000043
式7、式8为模型的目标函数,函数Z1为道路养护指数PCI提升总和,函数Z2表示道路养护的总成本,PCIi0表示第i条道路养护前的状况指数,xi表示第i条道路是否需要养护,为二值变量,取值1表示需要养护,取值为0表示暂时不需要养护。
进一步地,所述路桥的养护决策优化模型中,对于道路的多目标养护决策优化模型表示为:
Figure BDA0002316730750000044
Figure BDA0002316730750000045
s.t.100≥PCIi≥PCIi0 式12
式10、11为该模型的目标函数,函数Z1为道路养护指数PCI提升总和,函数Z2表示道路养护的总成本,本实施例中,PCIi表示道路养护以后的状况指数,PCIi0表示第i条道路养护前的状况指数。
根据本申请的第二方面,提供了一种路桥养护决策优化装置,包括:
信息采集模块,用于获取路桥的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集;
质量分数计算模块,用于结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分;
模型建立模块,用于利用所述质量状况得分,建立路桥的养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型;
模型优化模块,用于求解所述道路养护决策优化模型,得到养护决策全局最优的方案。
第三方面,本申请提供了一种终端设备,包括包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行计算机程序时实现前述第一方面的路桥养护决策优化方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现前述第一方面的路桥养护决策优化方法的步骤。
本申请具有以下技术特点:
本申请通过对路桥质量现状进行移动巡查得到路桥病害或隐患信息,结合道路和桥梁养护技术规范高效计算、定量评价得到道路与桥梁的质量状况得分,即路面状况指数PCI和桥梁状况指数BCI;建立单目标和多目标的道路养护决策优化模型,即有限预算养护成效最大模型和养护成效最大养护成本最低模型,采用线性优化算法和遗传算法求解路桥养护决策优化模型,得到养护决策全局最优的方案。与现有技术相比,本申请的方法具有质量评价流程清晰、建模思路新颖实用、求解算法高效准确,能为路桥养护决策提供实用直观的参考。
附图说明
图1是本申请的一个实施例提供的路桥养护决策优化方法的流程示意图;
图2是单目标养护决策优化模型建立过程;
图3是第一种多目标道路养护决策优化模型建立过程;
图4是第二种多目标道路养护决策优化模型求解过程;
图5是本申请的一个实施例提供的路桥养护决策优化装置的示意图;
图6是本申请的一个实施例提供的终端设备的示意图。
具体实施方式
本申请提供了一种基于线性规划模型的路桥养护决策优化方法,在下面的实施例中,道路、桥梁(路桥)养护决策优化方法相同,为了便于说明,以道路养护决策优化方法为例;桥梁养护决策优化方法与道路相同,即在计算桥梁状况指数之后,建立针对于桥梁的养护决策优化模型并求解即可。
以道路养护决策优化为例,本申请实施例的步骤如下:
S100,获取道路的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集。
在S100中,例如可根据需求设计开发路桥巡查上报的手机APP或者小程序,在终端设备,例如手机中安装所述APP或小程序。在进行路桥巡查时,如发现路桥存在病害情况,则利用手机采集、填写具体的病害类型和具体信息,包括:
存在病害的道路、桥梁的名称、病害类型、具体问题、长度(单位米)、面积(单位平方米)、位置、上报日期、上报手机号(可选)、描述(可选)、图片(可选)等信息,其中病害类型、具体问题可直接在APP中选取,提前在APP中设置好选项,具体的选项按照《城镇道路养护技术规范》(CJJ 36-2016)中的病害类型、具体问题进行制定。位置指精度在10米以内、可采用手机定位获得的坐标。
S200,结合道路养护技术规范进行计算和定量评价,得到道路与桥梁的质量状况得分。其中,所述道路与桥梁的质量状况得分包括道路状况指数PCI和桥梁状况指数BCI,具体计算过程如下:
以道路养护优化为例,在S100获取病害的类型及具体信息之后,计算道路养护成效,即道路状况指数PCI,该参数是养护决策的关键指标。
根据《城镇道路养护技术规范》(CJJ 36-2016)的规范要求和沥青路面损坏单项扣分表,利用式1,计算道路状况指数:
Figure BDA0002316730750000061
式1中,PCI为道路状况指数,范围为0-100,n表示单项损坏类型总数,i=1,2,...n;m表示单项损坏类型中所包含的子类损坏类型总数,j=1,2,...,m;DPij表示某子类的扣分值,ωij表示某子类扣分值的权重,其中ωij计算公式如下:
Figure BDA0002316730750000062
Figure BDA0002316730750000063
其中,所述沥青路面损坏单项扣分表如表1所示:
表1沥青路面损坏单项扣分表
Figure BDA0002316730750000064
Figure BDA0002316730750000071
通过式1求得沥青路面的道路状况指数PCI,PCI越高,则表示路面的状况越好,因此在对道路养护决策优化时,可以将PCI作为关键参数加入决策模型中。
而对于桥梁养护优化,与道路状况指数类似的桥梁状况指数BCI,也可以根据相应的计算公式求得。本方案中主要以道路为示例,根据《城市桥梁养护技术规范(CJJ99—2003)》,利用式4计算桥梁状况指数BCI:
BCI=BCI_m*ω_m+BCI_s*ω_s+BCI_x*ω_x 式4
其中,BCI_m,BCI_s,BCI_x分别表示桥梁桥面状况指数,桥梁上部结构状况指数和桥梁下部结构状况指数。ω_m,ω_s,ω_x分别表示桥梁桥面系,上部,下部结构的权重,各参数具体计算方法见《城市桥梁养护技术规范(CJJ99—2003)》中,公式4.5.2-1至4.5.2-4。计算BCI后,将其作为桥梁养护决策优化模型的参数;后续说明以道路为例,而建立桥梁养护决策优化模型时,将下面道路模型中的道路的相关参数替换为桥梁的相关参数即可,为避免重复说明,不进行重复列举。
S300,利用所述质量状况得分,建立道路道养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型。
根据S200计算的PCI,分别建立有限预算养护成效最大模型和养护成效最大预算最低模型。
S301,实际的道路养护中,经常会遇到在养护预算有限的情况下,如何选择养护道路的问题,针对该类问题,建立单目标养护决策优化模型,模型的建立过程如图2所示,具体包括:
S3011,确定使道路养护成效最大为目标。
该类问题的目标相对比较明确,本申请的实施例中,将道路养护成效最大作为目标。
S3012,确定评价道路养护成效的参数。
一条道路养护是否需要养护与道路状况指数PCI密切相关,PCI是通过结合道路的病害类型等信息计算得出,能够客观准确得反映道路情况,因此,选择PCI作为模型评价道路是否需要养护的关键参数。道路养护成效表示道路在养护后的PCI提升值,PCI提升值越大,表示道路养护成效越好,因此,将PCIi-PCIi0作为道路养护成效的评价方法。
S3013,确定模型的决策变量。
道路养护中需要确定的是一条道路是否需要养护,因此,将道路是否需要养护作为该类问题的决策变量。
S3014,建立目标函数。
确定模型的参数和决策变量后,根据模型参数与决策变量的关系建立目标函数,越多道路需要养护,则道路养护后总体的PCI会提升越大,因此决策变量与养护成效呈线性关系,根据此关系建立目标函数。
S3015,确定模型约束条件。
该类问题中,一个明确的目标约束条件是有限的道路养护成本,本模型中另一个附加的约束条件是任意一条PCI小于道路养护阈值的道路都需要养护。
根据以上的步骤,有限预算养护成效最大模型以最大化道路状况指数PCI提升效果为目标,道路总的养护成本有限为约束条件,最终建立的单目标养护决策优化模型表示如下:
Figure BDA0002316730750000081
Figure BDA0002316730750000091
式5为模型的目标函数,其中,n表示道路总数,PCIi表示道路养护以后的状况指数,本实施例中将该值设为100,表示道路养护以后达到完好状态。
PCIi0表示第i条道路养护前的状况指数,xi表示第i条道路是否需要养护,为二值变量,取值1表示需要养护,取值为0表示暂时不需要养护。
式6为模型的约束条件,其中,Areai表示第i条道路需要养护的面积(平方米),常量P表示每平方米道路养护费用,本实施例中统一设置为200元/平方米,Budget表示道路养护的总预算,本实施例中统一设置为1000(万元),常量D表示道路养护阈值,当道路养护指数低于该阈值时,认为道路目前的状况为较差,必须进行养护,本实施例中统一设置为70。
S302,养护成效最大预算最低模型是一个多目标养护决策优化模型,该模型的目的是同时保证道路养护提升效果最大,预算最低。
本申请提出了2种不同的多目标优化模型,第一种多目标养护决策优化模型的建立过程如图3所示,具体包括步骤:
S3020,确定如何在道路养护成效最大情况下,保证道路养护成本最小为问题的目标。
S3021,确定评价道路养护成效和计算道路养护成本的参数。
该模型的第一个参数与单目标线性规划模型的参数一致,即道路状况指数PCI,同时将PCIi-PCIi0作为道路养护成效的评价方法。第二个参数是每条道路养护面积,在道路单位面积养护费用一定的条件下,道路养护面积越多,养护成本越高,养护成本与养护面积成正比关系,因此将,道路养护面积作为一个关键参数。
S3022,确定模型的决策变量。
道路养护中需要确定的是一条道路是否需要养护,因此,将道路是否需要养护作为该类问题的决策变量。
S3023,建立目标函数。
确定模型的参数和决策变量后,根据模型参数与决策变量的关系建立目标函数,越多道路需要养护,则道路养护后总体的PCI会提升越大,同时,越多道路需要养护,则道路养护的总面积也会增大,因此,决策变量与养护成效,道路养护面积分别呈线性关系,根据此关系建立目标函数。
S3024,确定模型约束条件。
该类问题中,约束条件是任意一条PCI小于道路养护阈值的道路都需要养护。
通过以上步骤,建立的第一种多目标养护决策优化模型如下所示:
Figure BDA0002316730750000101
Figure BDA0002316730750000102
Figure BDA0002316730750000103
式7、式8为模型的目标函数,函数Z1为道路养护指数PCI提升总和,函数Z2表示道路养护的总成本,本实施例中将PCIi值设置为100,表示道路养护以后的达到完好状态,PCIi0表示第i条道路养护前的状况指数,xi表示第i条道路是否需要养护,为二值变量,取值1表示需要养护,取值为0表示暂时不需要养护,Areai与常量P表示的含义,与式6中的相同。
第二种多目标养护决策优化模型的建立步骤如下:
S3025,确定如何在道路养护成效最大情况下,保证道路养护成本最小为问题的目标。
S3026,确定评价道路养护成效和计算道路养护成本的参数。该模型的参数与第一种多目标道路养护决策优化模型参数一致,即道路状况指数和道路养护面积作为模型的参数,此处不在详述。
S3027,确定模型的决策变量。该模型的决策变量为道路养护后的PCI,养护后的PCI直接决定了道路养护成效的好坏,因此,将养护后的PCI作为该模型的决策变量。
S3028,建立目标函数。确定模型的参数和决策变量后,根据模型参数与决策变量的关系建立目标函数,道路养护后的PCI越大,则道路养护的成效越好,同时,道路养护后的PCI也直接决定在养护面积确定情况下,每条道路需要养护的成本。
S3029,确定模型约束条件。该类问题中,约束条件是养护后的PCI不能小于道路养护前的PCI。
根据上述方法,最终建立的第二种多目标养护决策优化模型表示为:
Figure BDA0002316730750000111
Figure BDA0002316730750000112
s.t.100≥PCIi≥PCIi0 式12
式10、11为该模型的目标函数,函数Z1为道路养护指数PCI提升总和,函数Z2表示道路养护的总成本,本实施例中,PCIi表示道路养护以后的状况指数,取值范围为0-100,本实施例将该参数作为决策变量。PCIi0表示第i条道路养护前的状况指数,Areai与常量P表示的含义,与式6中的相同。
S400,求解所述道路养护决策优化模型,得到养护决策全局最优的方案。
在上述的模型建立后,首先,将道路当前的实际状况指数PCI,道路需要养护的面积Areai,以及道路每平方米道路养护费用P和道路养护阈值D作为参数,输入到模型中,然后利用线性优化算法和遗传算法分别计算三个模型的决策变量值以及目标函数值,最后,将计算得到的结果作为道路养护决策优化的依据。
本申请的实施例中第一个模型为单目标养护决策优化模型,利用最小二乘法求解该模型,最小二乘法的一般形式如下所示:
Figure BDA0002316730750000113
式13左边表示损失函数,Z(i)表示第一个模型中第i条道路提升效果的最优值,Z′(x(i))表示第一个模型中第i条道路提升效果的拟合值,最小二乘法的目标就是使得这两个函数值尽可能相近,即损失函数obj(J)的值最小,从而可以求得最优的决策变量值x以及对应的最大道路养护状况提升效果。
具体地,本实施例中,求解单目标养护决策优化模型的步骤包括:
输入:每条道路的PCI;
每条道路需要养护的面积;
单位面积养护费用;
道路养护总预算。
输出:道路养护决策变量xi,为1表示需要养护,为0表示暂不需要养护;
在决策变量确定条件下,道路养护的估计成效。
S401,建立目标函数方程。
建立最大化养护成效的目标函数方程,其中养护后的道路PCI设置为100。
S402,确定方程的系数矩阵。
将每条道路养护前的PCI与100之差的矩阵作为方程的系数矩阵。
S403,确定决策变量的取值范围。
根据约束条件,确定决策变量的取值范围,此模型中决策变量的取值范围为0或1。
S404,确定约束条件。
根据每条道路的养护面积和养护单价,以及道路总预算,确定约束条件。
S405,利用最小二乘法计算决策变量值。
建立目标函数的损失函数方程,对方程求导,并使得方程求导后的值等于0,由此可建立多个关于决策变量的方程,利用高斯消元法求解形如Ax=b的方程,即可求解得到多个决策变量值。
S406,计算道路养护成效。
根据求得的决策变量向量,代入目标函数,可求得道路养护后的总体成效。根据求得的决策变量值,可以结合道路养护成效,选择对哪些道路进行养护。
第二个模型和第三个模型同为多目标线性规划模型,本发明中,利用NSGA-Ⅱ和NSGA-Ⅲ遗传算法来求这两个模型的解,利用两个算法的解,可以作为模型优化方法的一个验证方法。NSGA-Ⅱ和NSGA-Ⅲ遗传算法的主要步骤都是模仿生物的进化过程来求解线性规划问题,用较为简单的编码方式来表现复杂的进化现象,并通过简化的遗传过程来实现对复杂搜索空间的启发式搜索,最终能够在较大的概率下找到目标函数的全局最优解,具体求解过程如下:
S407,确定决策变量的维数以及决策变量的上下界。
决策变量的维数即需要加入决策的道路个数,这些道路是否需要养护最终决定了目标函数值的大小。该类问题中,决策变量为离散变量,1表示需要养护,0表示不需要养护。
S408,确定目标函数及约束条件。
根据输入的参数和决策变量,确定模型的目标函数,即要求解的方程。根据每条道路的养护面积和养护单价,以及道路总预算,确定约束条件。
S409,确定种群规模和编码方式。
模型利用遗传算法来求解决策变量以及目标函数值,需要确定遗传算法中种群的规模,即目标函数的多组解。编码就是将问题的解空间映射到编码空间上的过程,即将每条道路的决策变量编码成一定规则的数据列。
S410,基于NSGA-Ⅱ和NSGA-Ⅲ算法求解目标函数。
NSGA-Ⅲ是在NSGA-Ⅱ基础上对每个种群解的选择方式进行改进,此处主要阐述具体的基于NSGA-Ⅱ算法求解多目标道路优化模型,NSGA-Ⅲ的具体步骤基本类似。首先,随机产生道路优化的多组解,即种群;然后,对每组解,求其最大的道路养护成效和最小的道路养护成本,并根据这两个值,对所有解进行排序,即种群解的快速非支配排序,然后通过选择,交叉,变异得到一组全新的解,作为第一代种群的子代;其次,从第二代开始,将父代种群与子代种群合并,进行快速非支配排序,同时对每个非支配层中的个体进行拥挤度计算,根据非支配关系以及个体的拥挤度选取合适的个体组成新的父代种群;最后,通过选择、交叉、变异产生新的子代种群,重复上述步骤,直到满足最大迭代次数为止。
S411,获取决策变量值,
以及对应的最小化道路养护成本和最大化道路养护成效值。通过步骤4可得一组关于目标函数的解集,NSGA-Ⅱ能够选出多个非支配个体,即最为优秀的几组解,根据解的结果可以制定相应的道路养护方案。多目标线性规划模型求解过程如图4所示。
根据本申请的另一方面,提供了一种基于线性规划模型的路桥养护决策优化装置1,如图5所示,包括:
信息采集模块11,用于获取路桥的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集;
质量分数计算模块12,用于结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分;
模型建立模块13,用于利用所述质量状况得分,建立路桥的养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型;
模型优化模块14,用于求解所述道路养护决策优化模型,得到养护决策全局最优的方案。
需要说明的,上述各模块具体的执行步骤与前述方法实施例中对应的步骤相同,在此不赘述。
请参阅图6,本申请实施例进一步提供一种终端设备2,该终端设备2可以为计算机、服务器;包括存储器22、处理器21以及存储在存储器22中并可在处理器上运行的计算机程序23,处理器21执行计算机程序23时实现上述路桥养护决策优化方法的步骤,例如,上述的S100至S400。
计算机程序23也可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器22中,并由处理器21执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序23在终端设备2中的执行过程,例如,计算机程序23可以被分割为获取模块、识别模块、显示模块,各模块的功能参见前述装置中的描述,不再赘述。
本申请的实施提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述路桥养护决策优化方法的步骤,例如,上述的S100至S400。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (7)

1.一种路桥养护决策优化方法,其特征在于,包括:
获取路桥的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集;
结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分;
利用所述质量状况得分,建立路桥的养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型;
求解所述路桥养护决策优化模型,得到养护决策全局最优的方案;
所述路桥的病害的类型及具体信息,包括:
存在病害的道路或桥梁的名称、病害类型、具体问题、长度、面积、位置、上报日期、上报手机号、描述、图片;
所述病害类型、具体问题按照《城镇道路养护技术规范》(CJJ 36-2016)中的病害类型、具体问题进行选择;所述位置为通过终端设备定位获取的坐标;
所述结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分,包括:
对于道路,根据《城镇道路养护技术规范》(CJJ 36-2016)的规范要求和沥青路面损坏单项扣分表,利用式1,计算道路状况指数作为道路的质量状况得分:
Figure FDA0004097714380000011
式1中,PCI为道路状况指数,范围为0-100,n表示单项损坏类型总数,i=1,2,...n;m表示单项损坏类型中所包含的子类损坏类型总数,j=1,2,...,m;DPij表示某子类的扣分值,ωij表示某子类扣分值的权重,其中ωij计算公式如下:
Figure FDA0004097714380000012
Figure FDA0004097714380000013
对于桥梁,根据《城市桥梁养护技术规范(CJJ99—2003)》,利用式4计算桥梁状况指数作为桥梁的质量状况得分:
BCI=BCI_m*ω_m+BCI_s*ω_s+BCI_x*ω_x 式4
其中,BCI_m,BCI_s,BCI_x分别表示桥梁桥面状况指数,桥梁上部结构状况指数和桥梁下部结构状况指数。ω_m,ω_s,ω_x分别表示桥梁桥面系,上部,下部结构的权重;
所述建立路桥的养护决策优化模型中,对于道路的单目标养护决策优化模型表示为:
Figure FDA0004097714380000021
Figure FDA0004097714380000022
式5为模型的目标函数,其中,n表示道路总数,PCIi表示道路养护以后的状况指数,PCIi0表示第i条道路养护前的状况指数,xi表示第i条道路是否需要养护,为二值变量,取值1表示需要养护,取值为0表示暂时不需要养护;
式6为模型的约束条件,其中,Areai表示第i条道路需要养护的面积,常量P表示每平方米道路养护费用,Budget表示道路养护的总预算,常量D表示道路养护阈值,当道路养护指数低于该阈值时,认为道路目前的状况为较差,必须进行养护。
2.根据权利要求1所述的路桥养护决策优化方法,其特征在于:
所述单目标养护决策优化模型为有限预算养护成效最大模型,该模型以最大化路桥的质量状况得分提升效果为目标,路桥总的养护成本有限为约束条件;
所述多目标养护决策优化模型为养护成效最大预算最低模型,该模型的目的是同时保证路桥养护提升效果最大,预算最低。
3.根据权利要求1所述的路桥养护决策优化方法,其特征在于,所述路桥的养护决策优化模型中,对于道路的多目标养护决策优化模型表示为:
Figure FDA0004097714380000023
Figure FDA0004097714380000024
Figure FDA0004097714380000025
式7、式8为模型的目标函数,函数Z1为道路养护指数PCI提升总和,函数Z2表示道路养护的总成本,PCIi0表示第i条道路养护前的状况指数,xi表示第i条道路是否需要养护,为二值变量,取值1表示需要养护,取值为0表示暂时不需要养护。
4.根据权利要求1所述的路桥养护决策优化方法,其特征在于,所述路桥的养护决策优化模型中,对于道路的多目标养护决策优化模型表示为:
Figure FDA0004097714380000031
Figure FDA0004097714380000032
s.t.100≥PCIi≥PCIi0
式12
式10、11为该模型的目标函数,函数Z1为道路养护指数PCI提升总和,函数Z2表示道路养护的总成本,PCIi表示道路养护以后的状况指数,PCIi0表示第i条道路养护前的状况指数。
5.一种应用于权利要求1所述路桥养护决策优化方法的装置,其特征在于,包括:
信息采集模块,用于获取路桥的病害的类型及具体信息,所述病害的类型及具体信息利用终端设备通过巡查的形式进行采集;
质量分数计算模块,用于结合路桥养护技术规范进行计算和定量评价,得到路桥的质量状况得分;
模型建立模块,用于利用所述质量状况得分,建立路桥的养护决策优化模型,包括单目标养护决策优化模型、多目标养护决策优化模型;
模型优化模块,用于求解所述路桥养护决策优化模型,得到养护决策全局最优的方案。
6.一种终端设备,包括包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,处理器执行计算机程序时实现根据权利要求1至4中任一项所述方法的步骤。
7.一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,其特征在于,计算机程序被处理器执行时实现根据权利要求1至4中任一项所述方法的步骤。
CN201911280981.9A 2019-12-09 2019-12-09 一种路桥养护决策优化方法及装置 Active CN111160728B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911280981.9A CN111160728B (zh) 2019-12-09 2019-12-09 一种路桥养护决策优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911280981.9A CN111160728B (zh) 2019-12-09 2019-12-09 一种路桥养护决策优化方法及装置

Publications (2)

Publication Number Publication Date
CN111160728A CN111160728A (zh) 2020-05-15
CN111160728B true CN111160728B (zh) 2023-05-23

Family

ID=70557061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911280981.9A Active CN111160728B (zh) 2019-12-09 2019-12-09 一种路桥养护决策优化方法及装置

Country Status (1)

Country Link
CN (1) CN111160728B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652520B (zh) * 2020-06-04 2022-04-08 招商局重庆交通科研设计院有限公司 一种基于大数据的路面养护智能决策系统及方法
CN111737916B (zh) * 2020-06-22 2023-07-18 华南农业大学 一种基于大数据的道路桥梁病害分析与养护决策方法
CN111798144B (zh) * 2020-07-08 2023-12-05 大连海事大学 一种基于本体的能量桩桥面除冰系统评估方法
CN114565252B (zh) * 2022-02-21 2022-08-30 北京新桥技术发展有限公司 一种确定桥梁养护顺序的决策方法
CN114855570A (zh) * 2022-05-24 2022-08-05 湖南东数交通科技有限公司 市政道路的养护策略处理方法、装置和计算机设备
CN115271565B (zh) * 2022-09-29 2023-01-24 中南大学 基于dea的高速公路路面养护措施评价方法、装置及设备
CN116596378A (zh) * 2023-05-17 2023-08-15 安徽建筑大学 低等级农村公路路面养护管理决策方法、设备及存储介质
CN117057256B (zh) * 2023-10-11 2024-03-15 中交公路长大桥建设国家工程研究中心有限公司 桥梁结构维护策略优化方法、装置、设备及可读存储介质
CN117952288B (zh) * 2024-03-27 2024-08-30 交通运输部规划研究院 公路养护决策优化方法及装置
CN118153824A (zh) * 2024-05-10 2024-06-07 辽宁省送变电工程有限公司 一种铁塔基础冬季施工的绿色低碳智能养护方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102262702A (zh) * 2011-08-02 2011-11-30 湖南省交通规划勘察设计院 一种中小跨径混凝土桥梁养护的决策方法
CN109919503A (zh) * 2019-03-14 2019-06-21 东北大学 使用遗传算法确定多病害下最佳桥梁养护技术组合的方法
CN110288210A (zh) * 2019-06-11 2019-09-27 中国公路工程咨询集团有限公司 项目级道路基础设施综合养护决策方法及系统
CN110288137A (zh) * 2019-06-11 2019-09-27 中国公路工程咨询集团有限公司 路网级道路基础设施结构综合养护决策方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102262702A (zh) * 2011-08-02 2011-11-30 湖南省交通规划勘察设计院 一种中小跨径混凝土桥梁养护的决策方法
CN109919503A (zh) * 2019-03-14 2019-06-21 东北大学 使用遗传算法确定多病害下最佳桥梁养护技术组合的方法
CN110288210A (zh) * 2019-06-11 2019-09-27 中国公路工程咨询集团有限公司 项目级道路基础设施综合养护决策方法及系统
CN110288137A (zh) * 2019-06-11 2019-09-27 中国公路工程咨询集团有限公司 路网级道路基础设施结构综合养护决策方法及系统

Also Published As

Publication number Publication date
CN111160728A (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
CN111160728B (zh) 一种路桥养护决策优化方法及装置
Rifai et al. Genetic Algorithm Applied for Optimization of Pavement Maintenance under Overload Traffic: Case Study Indonesia National Highway
Chou Web-based CBR system applied to early cost budgeting for pavement maintenance project
CN110288210B (zh) 项目级道路基础设施综合养护决策方法及系统
CN113255811B (zh) 一种基于bim的梁式桥多源异构数据融合决策系统
Nili et al. Integrating discrete event simulation and genetic algorithm optimization for bridge maintenance planning
CN114511202A (zh) 一种基于bim的全周期工程项目管理方法和平台
Kolosz et al. Modelling uncertainty in the sustainability of Intelligent Transport Systems for highways using probabilistic data fusion
CN111652520B (zh) 一种基于大数据的路面养护智能决策系统及方法
CN110751589A (zh) 一种ppp项目投资决策分析系统
Sirin et al. Application of tools of quality function deployment and modified balanced scorecard for optimal allocation of pavement management resources
CN115034480A (zh) 一种沥青路面智能养护决策方法、系统及介质
CN114969888A (zh) 一种基于bim的公路隧道多源异构数据融合决策系统
CN117332488B (zh) 一种基于bim技术的道路桥梁实景模型分析方法和系统
Chou Applying AHP-based CBR to estimate pavement maintenance cost
CN112184495A (zh) 存量低效土地监测系统及应用其的分析平台
Xu A Stochastic Three-Dimensional Cost Estimation System for Hot Mix Asphalt in the State of Alabama
Elgayar et al. Integrating 3D modeling, sustainability and cost estimating at the conceptual design stage of bridges
Iyer et al. Ex Post Evaluation of Calibrated Simulation Models of Significantly Different Future Systems
CN114444373B (zh) 一种基于打破平局分析和权衡分析的路面养护规划决策方法
CN117611108B (zh) 一种城乡建设用地有偿调剂的智能决策构建方法
CN111832791B (zh) 一种基于机器学习逻辑回归的加油站预测方法
Vajdic et al. Probabilistic Approach to Evaluate Acceptable Toll Rates in Road Concessions
May et al. Optimization of Transport Strategiesa
Morosiuk et al. Applications Guide

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant