CN111597621A - 一种基于gis和差分进化算法的铁路线路双层优化方法 - Google Patents

Abstract

本发明公开了一种基于GIS和差分进化算法的铁路线路双层优化方法，该优化方法包括四个步骤：先利用GIS技术构建线路起终点间的数字高程模型和环境约束对象；再结合工程费用组成、数字高程模型和环境约束对象确定总投资目标函数；然后根据交点分布确定相应的优化策略参数，即设计变量、设计变量取值范围和优化循环终止条件；最后初始化方案种群，并按照平面优化过程中嵌套纵断面优化过程的双层优化模型，进行方案种群的差分进化，满足循环终止条件后，选择总投资目标函数值最小的线路方案作为最终优化线路。本发明的目的在于提供一种在GIS环境中，实现铁路线路智能优化设计的有效途径，指明了群智进化算法解决铁路线路优化问题的步骤。

Description

一种基于GIS和差分进化算法的铁路线路双层优化方法

技术领域

本发明涉及铁道工程技术领域，尤其涉及一种基于GIS和差分进化算法的铁路线路双层优化方法。

背景技术

人工智能是引领未来的战略技术，相关软件产品已在电子商务、装备制造、物流运输、交通规划、公共管理等诸多领域得到深入应用。工程施工过程也结合人工智能软件来提升建设速度与精度。而在工程设计行业中，作为基本生产工具的计算机辅助设计软件正向三维信息化模型方向发展，但三维信息化模型只是方案表达工具，不能代替工程师缜密的设计思路和方法。在铁路设计流程中，线路平面和纵断面图是各专业开展设计的基本依据，线路方案的优劣牵动着工程的总投资，线路方案的设计效率影响着工程设计的整体进度。目前，传统线路设计通过几个方案的对比和方案局部区段的调整来确定实施方案，由于地理环境的复杂性、后续专业要求的多样性、费用计算的综合性，基于经验模型的人工设计方法一般无法找到最佳线路方案。

发明内容

本发明的目的在于提供一种基于GIS和差分进化算法的铁路线路双层优化方法，即利用GIS技术表达数字高程模型和环境约束信息，线路双层优化模型是指在平面优化循环内嵌套纵断面优化循环，模型解法为差分进化算法；同时，本发明还制定出两种优化策略：在无既有线路初始方案的状态下，通过两步优化法搜索线路初始方案；在线路方案已知的状态下，优化模型可基于初始线路方案的交点分布情况直接进行详细优化。

本发明通过下述技术方案实现：

一种基于GIS和差分进化算法的铁路线路双层优化方法，包括以下步骤：

S1：利用GIS技术构建线路起点与线路终点之间的数字高程模型和环境约束对象；

S2：根据工程费用组成、所述数字高程模型和所述环境约束对象构建总投资目标函数；

S3：根据交点分布确定相应的优化策略参数；所述优化策略参数包括设计变量、设计变量取值范围以及优化循环终止条件；其中，设计变量包括平面交点的坐标[X,Y]、平面曲线半径R、纵断面变坡点的里程L以及纵断面的变坡点高程H；

S4：根据优化策略参数初始化方案种群，并按照平面优化过程中嵌套纵断面优化过程的双层优化模型进行所述方案种群的差分进化；当所述差分进化满足所述优化策略参数中的所述优化循环终止条件后，选择所述总投资目标函数值最小的线路方案作为最终优化线路。

进一步地，所述环境约束对象包括线类型环境约束对象、线类型属性表、面类型环境约束对象以及面类型属性表；

所述线类型环境约束对象，用于表征既有铁路、公路的桥梁、隧道以及路基区段的三维中线，也用于表征河流和管线的三维中线；

所述线类型属性表，用于记录基于三维中线高程值的上偏移距离、下偏移距离、结构宽度和纵断面线位穿行费用，所述费用代表既有公路、铁路和河流的改移费用；

所述面类型环境约束对象，用于表达规划用地、房屋、湖泊、不良地质、环境保护区；

所述面类型属性表，用于记录基于地面高程的上偏移距离、下偏移距离和纵断面线位穿行单价。

进一步地，当所述交点位置已知时，即初始平面和纵断面线位已知时，所述S3包括以下子步骤：

在所述平面交点处划分一个局部坐标矩形取值范围A，使得每个所述平面交点在所述矩形取值范围A内变动；对所述平面曲线半径分配取值范围B，使得每个所述平面曲线半径在所述取值范围B内变动；依照交点顺序，平面交点坐标(X,Y)连同平面曲线半径R构成平面线位决策变量[X₁,Y₁,R₁,X₂,Y₂,R₂,…X_n,Y_n,R_n]构成平面线位决策变量；

在所述纵断面变坡点处划分一个局部坐标矩形取值范围C，使得每个所述纵断面变坡点在所述矩形取值范围C内变动；依照变坡点顺序，变坡点里程M与高程H构成纵断面线位决策变量[M₁,H₁,M₂,H₂,…M_n,H_n,]构成纵断面线位决策变量。

进一步地，当所述交点位置未知时，采用两步优化法搜索得到初始平面和纵断面线位，所述S3包括以下子步骤：

S31：在平面上以起点与终点的连线为基础平面线位，在所述基础平面线位的垂直方向分配少量等间距局部坐标矩形取值范围A，使得每个所述平面交点在所述取值范围A内变动，其中，平面曲线半径均采用最小曲线半径；依照交点顺序，平面交点坐标(X,Y)连同平面曲线半径R构成平面线位决策变量[X₁,Y₁,R₁,X₂,Y₂,R₂,…X_n,Y_n,R_n]；

在纵断面上以起点与终点的连线为基础纵断面线位，在所述起点与终点间的垂直方向上分配少量等间距局部坐标矩形取值范围C，使得每个所述纵断面变坡点在所述取值范围C内变动；依照变坡点顺序，变坡点里程M与高程H构成纵断面线位决策变量[M₁,H₁,M₂,H₂,…M_n,H_n,]。

基于该平面和纵断面交点分布，初始化方案种群，进行双层差分进化，，得到平面廊道线位和纵断面廊道线位。

S32：以所述平面廊道线位作为基础线位，在所述平面交点和交点连线的垂直方向上分配更多局部坐标矩形取值范围A′，使得每个所述平面交点在所述矩形取值范围A′内变动；其中，平面曲线半径均采用最小曲线半径；

以所述纵断面廊道线位作为基础线位，在纵断面变坡点和变坡点间的垂直方向上分配更多等间距线段作为纵断面变坡点局部坐标矩形取值范围C′，使得每个所述纵断面变坡点在所述矩形取值范围C′内变动；

基于该平面和纵断面交点分布，初始化方案种群，进行双层差分进化，得到平面和纵断面初始线位，然后再进行初始平面和纵断面线位已知情况下的线路优化。

进一步地，所述S4包括以下子步骤：

S41：对所述平面线位决策变量进行优化；

S42：对所述纵断面线位决策变量进行优化；

S43：根据所述总投资目标函数对S41和S42的优化结果进行费用计算和费用对比。

进一步地，所述S41包括以下子步骤：

S411：利用随机数生成器将平面线位决策变量编码为[0,1)间的随机数；

S412：对编码后的平面线位决策变量进行初始化，得到平面方案种群；所述平面方案种群包括若干个平面方案向量；

S413：对所述平面方案种群进行交叉和变异处理，得到试验平面方案种群；所述试验平面方案种群包含多个试验平面方案向量；

S414：将平面方案向量和试验平面方案向量解码为实际平面线位，进行约束冲突数的对比。当所述平面方案向量与所述试验平面方案向量存在平面约束冲突时，则对比平面约束冲突数产生下一代平面方案向量；当所述平面方案向量与所述试验平面方案向量约束冲突数为零时，则进入步骤S42；

S415：判断是否满足所述平面线位决策变量终止循环优化条件：

若满足所述平面线位决策变量终止循环优化条件，则输出线路优化结果、工程造价值以及工程数量值；

若不满足所述平面线位决策变量终止循环优化条件，则继续对所述平面线位决策变量进行循环优化；

其中，所述平面约束包括：最小曲线半径、最大曲线半径、圆曲线长度以及夹直线长度。

进一步地，所述平面线位决策变量终止循环优化条件为：循环次数达到预值或者种群平面线位聚集在预设范围。

进一步地，所述S42包括以下子步骤：

S421：利用随机数生成器将纵断面线位决策变量编码为[0,1)间的随机数；

S422：对编码后的纵断面决策变量进行初始化，得到纵断面方案种群；所述纵断面方案种群包括若干个纵断面方案向量；

S423：对所述纵断面方案种群进行交叉和变异处理，得到试验纵断面方案向量种群；所述试验纵断面方案向量种群包含多个试验纵断面方案向量；

S424：将纵断面方案向量和试验纵断面方案向量解码为实际纵断面线位，进行约束冲突数的对比；当所述纵断面方案向量与所述试验纵断面方案向量存在约束冲突时，则对比约束冲突数产生下一代纵断面方案向量；当所述纵断面方案向量与所述试验纵断面方案向量约束冲突数为零时，则进入步骤S43；

S425：判断是否满足所述纵断面线位决策变量终止循环优化条件：

若不满足所述纵断面线位决策变量终止循环优化条件，则继续对所述纵断面线位决策变量进行循环优化；

若满足所述纵断面线位决策变量终止循环优化条件，则输出纵断面方案种群的最低费用值；同时判断是否进行下一个所述纵断面方案向量的优化循环：

若进行下一个所述纵断面方案向量的优化循环，则重复步骤S422-S424；

若不进行下一个所述纵断面方案向量的优化循环，则进行费用对比，并重复步骤S415；

其中，所述纵断面约束包括：坡度、坡段长度、平面与纵断面组合线型上的缓和曲线与竖曲线的重叠冲突。

进一步地，所述纵断面线位决策变量终止循环优化条件为：当所述纵断面方案种群中最大费用值与最小费用值的差小于阈值。

进一步地，所述S43包括以下子步骤：

S431：通过所述总投资目标函数对步骤S42中约束冲突数为零的优化结果进行费用值计算；

S432：对S431中的费用值进行对比，并重复步骤S425。

本方案提出的铁路线路优化方法包括四个步骤：首先利用GIS技术构建线路起终点间的数字高程模型和环境约束对象；再根据工程费用组成、数字高程模型和环境约束对象构建总投资目标函数；然后根据交点位置确定相应的优化策略参数，即设计变量、取值范围和优化循环终止条件；最后按照平面优化过程中嵌套纵断面优化过程的双层优化模型，进行方案种群的差分进化，满足循环终止条件后，选择费用目标函数值最小的线路方案作为最终优化线路。

本发明针对铁路智能化设计需求，提出利用GIS表达环境约束信息，构建基于差分进化算法的线路双层优化模型还制定出两种优化策略：在无初始线路方案的状态下，通过两步优化法搜索初始线路方案；在初始线路方案已知的状态下，优化模型基于初始线路方案交点分布情况进行详细优化设计。实现了铁路线路智能优化设计，指明了群智进化算法解决铁路线路优化问题的步骤。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明利用GIS属性表记录环境约束对象的高程影响范围和对应造价值，使环境信息的表达更加准确合理。

2、人工线路平面和纵断面线位设计过程是相互影响而又相对独立的过程，线路双层优化模型源于此设计准则，具有较强的适用性。

3、本发明既能进行无初始线路方案的搜索优化，也能完成对初始线路方案的深入优化。两种不同的情况实为不同的交点取值范围分布。这种分步优化方式能够适应长大铁路线路的不同设计阶段的优化需求；

4、将双层优化模型中的变量编码为[0,1)间随机数，能与差分进化循环过程有效结合，统一了优化循环代码过程，实现了优化过程的参数化设计，使得一套优化程序能够解决不同设计阶段的线路优化问题。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明中GIS地理信息与线路平面和纵断面关系图；

图2为本发明中平面交点取值范围布置图；

图3为本发明中纵断面变坡点取值范围布置图；

图4为本发明中变量编码示意图；

图5为本发明中种群初始化、变异与交叉流程图；

图6为本发明中编码转换流程；

图7为本发明中双层优化循环流程图；

图8为本发明中第一步搜索取值范围分配示意图；

图9为本发明中第二步搜索取值范围分配示意图；

图10为本发明中既有方案交点取值范围分配示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例

一种基于GIS和差分进化算法的铁路线路双层优化方法，包括以下步骤：

S1：利用GIS技术构建线路起点与线路终点之间的数字高程模型和环境约束对象；

S2：根据工程费用组成、数字高程模型和环境约束对象构建总投资目标函数；

S3：根据交点位置确定相应的优化策略参数；在本实施例中，优化策略参数包括设计变量、设计变量取值范围以及优化循环终止条件；其中，设计变量包括平面交点的坐标[X,Y]、平面曲线半径R、纵断面变坡点的里程L以及纵断面的变坡点高程H；

S4：优化策略参数初始化方案种群，并按照平面优化过程中嵌套纵断面优化过程的双层优化模型进行方案种群的差分进化；当差分进化满足优化策略参数中的优化循环终止条件后，选择总投资目标函数值最小的线路方案作为最终优化线路。

在本实施例中，步骤S1为构建GIS选线环境，如图1所示，具体为：

利用QGIS直接创建约束对象，或由AutoCAD图转换得到约束对象。并用面类型的约束对象表达规划用地、房屋、湖泊、不良地质、环境保护区等；用线类型的约束对象分段描述既有公路和铁路的桥梁、隧道、路基区段的三维中线，即含有高程值，还用于描述河流和管线的三维中线。根据面类型的约束对象和线类型的约束对象记录下面类型的属性表和线类型的属性表，如表1和表2所示，其中，表1为面类型的属性表；表2为线类型的属性表；

表1

表2

在本实施例中，面类型的属性表记录基于地面的上下偏移距离和纵断面线位穿行单价，既有桥梁墩台和桩基也用面类型约束对象表达。线类型的属性表记录基于三维中线高程值的上下偏移距离、结构宽度和纵断面线位穿行费用，该费用代表既有道路、铁路和河流的改移费用。将约束对象均保存为shapefile格式，费用极大值表示禁区。

当进行线路选线时，从选线系统中读取shapefile格式文件，调入约束对象信息，利用GIS空间分析技术，判断平面线位穿行线、面区域，并确定其在纵断面上的对应位置。

步骤S2为构造总投资目标函数。

在本实施例中，总投资目标函数包括直接费用、路权费用和运维护费用，其中，直接费用包括桥梁工程费、隧道工程费、路基工程费以及线路长度相关费用。

其中，桥梁工程费用由梁、桥台、桥墩、桩基四部分组成。梁的费用与线路长度成正比，桥台费用与桥梁数量成正比，桥墩和桩基费用是桥墩高度的线性分段函数，分段函数引入惩罚单价控制桥梁高度，在本实施例中，桥梁工程费的计算方式为：

其中C_b为桥梁工程费，n为桥梁总数，m为每座桥梁的桥墩总数，L_i为第i段桥梁的长度，U_beam为梁的单位长度价格，C_abutment为桥台单价，U_pier，i，j为桥墩的单位长度价格，U_pile，i，j为按桥墩高度换算桩基的单位长度价格，H_i，j为桥墩高度，当H_i，j大于100m时，U_pier，i，j和U_pile，i，j为极大值，表示桥墩不能大于100m。

隧道工程费用由洞门和主体两部分组成。洞门费用与隧道数量成正比，主体费用是隧道长度的线性分段函数，分段函数引入惩罚单价控制隧道长度；在本实施例中，隧道工程费的计算方式为：

其中，C_T为隧道工程费，n为隧道总数，U_Ti是隧道主体的单位长度价格，L_i为隧道长度，C_portal为洞口费用。当L_i大于5000m时，U_Ti为极大值，表示隧道长度不能大于5000m。

路基工程费由四部分组成，包括路基表层填土、现场填方施工费用、现场挖方施工费用和填挖不均衡造成的外部借方和弃方费用；在本实施例中，路基工程费的计算方式为：

先计算挖方体积V_cut和填方体积V_fill

其中m为挖方或填方路基的里程划分段数，Lc_i为路基第i分段的里程，S_i为对应分段里程面积。

如果V_cut大于V_fill

如果V_cut小于V_fill

其中C_S为路基工程费，n为路基段总数，U_surface为路基表层单位长度价格，V_fill为填方单位体积价格，U_cut为挖方单位体积价格，U_borrow为借土方单位体积价格，U_spoil为弃土方单位体积价格。

线路长度相关的费用，包括轨道费用、通信设备费用、供电设备费用以及信号的设备费用，轨道费用、供电设备费用以及信号的设备费用。在本实施例中，线路长度相关费用的计算方式为：

C_L＝(U_erail+U_etelecom+U_esignal+U_epower)×L

其中，C_L为线路长度相关费用，U_erail为轨道单位长度价格，U_etelecom为通信设备单位长度价格，U_esignal为信号设备单位长度价格，U_epower为供电设备单位长度价格，L为线路长度。

路权费用包括土地、湖泊、不良地质、环境保护区等面状区域穿行费用、构造物拆迁用和既有道路、铁路、和河流的改移费用。当线路平面穿过某个矢量对象时，计算矢量对象对应的纵断面位置(里程、上下标高)形成纵断面环境约束对象，纵断面线位穿越这些约束对象的状态形成路权费用。在本实施例中，路权费用的计算方式为：

其中，C_R为路权费用，n为线路纵断面上穿行面类型区域总数，m为线路纵断面上穿行线类型区域总数，U_p，i为第i个面类型区域的单位面积价格，A_i为第i个面类型区域的穿行面积，U_l，j为第j个线类型区域的改造、拆迁费用，L_j为第j个线类型区域的穿行长度。

运营维护费用包括运营费用和养护维修费用，由各类型铁路系统相应计算方法确定。在本实施例中，运营费用的计算方式为：

其中，C_O为运营维护费用，N_H为一天的货物列车总数，N_K一天的客运列车总数，η为客运列车换算系数，n为坡段总数，e_i为列车穿过第i个坡段的单位费用，l_i为第i个坡段的长度，m为平面转角总数，α_i第i个平面转角值，P为机车质量，G为牵引质量，a为每吨公里机械功能耗综合支出。

维修养护费的计算方式为：

其中，C_M为维修养护费，U_mrsil，U_etelecom，U_esignal，U_epower分别按单位长度计算的轨道、通信、信号、供电四种常规养护维修费用，m为小半径曲线总数，U_r，i第i个小半径曲线单位长度养护费用，L_r，i为第i个小半径曲线的长度。

直接费用和路权费用转换为年费用，再与运营维护费相加形成总费用，即总投资目标函数。

C＝Δ×(C_b+C_T+C_s+C_L+C_R)+C_O+C_M

其中，C为总投资目标函数，Δ为投资效率系数，取0.06。

步骤S3为根据选线目标配置平面交点数量及其取值范围，连同平面曲线半径构成平面优化决策变量；配置纵断面变坡点数量及其取值范围构成纵断面决策变量。并根据设计规范确定决策变量间的几何约束，优化策略主要指不同的变量取值范围配置方式；

当有初始线路方案时，即交点分布已知的状态下，包括以下步骤：

如图2、图3和图10所示，为每个平面交点分配对应的局部坐标矩形取值范围A，为平面交点处的曲线半径分配相应取值范围B，为纵断面变坡点分配对应的局部坐标矩形取值范围C，矩形取值范围A、矩形取值范围B以及矩形取值范围C均由控制线段H1H2和控制线段V1V2表示。

使每个平面交点在各自的矩形范围A内浮动，每个所述平面曲线半径在所述范围B内进化变动，每个所述纵断面变坡点在所述矩形取值范围C内变动。平面交点坐标连同平面曲线半径R构成平面线位决策变量[X₁,Y₁,R₁,X₂,Y₂,R₂,…X_n,Y_n,R_n]，变坡点里程与高程构成纵断面线位决策变量[M₁,H₁,M₂,H₂,…M_n,H_n,]。

其中，值得说明的是，平面交点取值范围方向任意，并可以重叠以满足回头曲线配置需求；纵断面取值范围控制线段H1H2位于水平方向，V1V2位于垂直方向。

当无初始线路方案时，即交点分布未知的状态下，采用两步优化法搜索确定初始线路方案，

第一步，如图8所示，连接平面起点和终点，作为基础平面线位，在基础平面线位上的垂直方向上分配7个矩形取值范围，作为平面交点取值范围；其中，且H1＝H2，线段V1V2垂直于基础平面线位。连接纵断面起点和终点，作为基础纵断面线位，在垂直方向上分配9个矩形取值范围，作为纵断面变坡点取值范围；其中，且H1＝H2，线段V1V2垂直于基础纵断面线位。平面曲线半径值均采用最小值。

基于该平面和纵断面交点分布，初始化方案种群，进行双层差分进化，得到平面廊道线位和纵断面廊道线位。

第二步，和图9所示，为使线位更准确的与地貌结合，在所述平面交点和交点连线的垂直方向上分配更多局部坐标矩形取值范围A′，且使得H1≠H2，V1≠V2；使得每个所述平面交点在所述矩形取值范围A′内变动；平面交点曲线半径均采用最小值；在纵断面上变坡点和变坡点间的垂直方向上分配更多等间距线段作为纵断面变坡点局部坐标矩形取值范围C′，使得H1＝H2，V1≠V2，使得每个所述纵断面变坡点在所述矩形取值范围C′内变动；

基于该平面和纵断面交点分布，初始化方案种群，进行双层差分进化，得到平面和纵断面初始线位，然后再进行初始平面和纵断面线位已知情况下的线路优化。

步骤四：双层优化模型的循环迭代，如图5-7所示，具体为：

(1)变量编码

矩形区域排布顺序即为交点的连接顺序，利用随机数生成器，如图4所示，按以下公式生成交点局部坐标：

其中randv(0，1)和randh(0，1)为[0,1)间随机数生成函数，H_1x，H_1y，V_1x，V_1y为控制线段端点坐标，L(H₁，H₂)，L(V₁，V₂)为控制线段长度，α_h为线段H1H2与水平方向的夹角。

按以下公式可将局部坐标转换为全局坐标：

其中P_jx，P_jy为控制线段交点坐标。

曲线半径亦可用表示为：

R＝R_min+randr(0，1)×(R_max-R_min)

其中randr(0，1)为[0,1)间随机数生成函数，R_min是最小半径值，R_max是最大半径值，R表示曲线半径。

通过以上公式转换，平面线位决策变量编码为[C₁,C₂,C₃,C₄,C₅,C₆,…C_3n-2,C_3n-1,C_3n]，类似地纵断面线位决策变量编码为[D₁,D₂,D₃,D₄,…D_2n-1,D_2n]，C和D为[0,1)间的随机数。

(2)种群初始化、变异与交叉

按图5所示初始化产生方案向量种群，方案向量是与变量数目对应的随机数排列。变异与交叉过程相融合，产生试验方案向量种群。过程伪代码为：

其中Np为种群中的方案向量总数，D为方案向量中变量总数，jrand，r0，r1，r2为方案向量中随机不相等的变量索引，F为比例参数，Cr为交叉率。

(3)下一代选择

当前方案向量种群和试验方案向量种群对应位置向量一对一选择出下一代方案向量种群中对应位置向量。如图6所示对比前，先将编码向量转换为实际的交点坐标和半径值，进行线位坐标计算，以便计算约束冲突数和目标函数值。在以下情况下，试验向量被选进下一代种群：

a.试验方案向量约束冲突数少于当前方案向量；

b.当前方案向量与试验方案向量约束冲突均为零，但试验方案向量目标函数值小于当前方案向量目标函数值。

(4)双层循环过程

如图7所示，纵断面线位优化位于内层循环，平面线位优化位于外层循环，内外层循环过程均符合标准差分算法流程。目标函数在纵断面线位优化过程中，该过程能确保产生出一个当前平面方案的最佳纵断面线位和相应的造价值。

(5)优化过程参数

种群内方案向量个数为变量个数的5倍，比例参数F取0.3或0.35，Cr交叉率取0.9。纵断面优化循环时，当种群中方案中最大费用值与最小费用值的差足够小时循环终止。平面优化循环时，当循环代数达到一定数值，或种群平面线位聚集在一定范围时循环终止。最低费用值对应的平面和纵断面方案向量即为优化结果。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，包括以下步骤：

S1：利用GIS技术构建线路起点与线路终点之间的数字高程模型和环境约束对象；

S2：根据工程费用组成、所述数字高程模型和所述环境约束对象构建总投资目标函数；

S3：根据交点分布确定相应的优化策略参数；所述优化策略参数包括设计变量、设计变量取值范围以及优化循环终止条件；其中，设计变量包括平面交点坐标[X,Y]、平面曲线半径R、纵断面变坡点里程L以及纵断面的变坡点高程H；

S4：根据优化策略参数初始化方案种群，并按照平面优化过程中嵌套纵断面优化过程的双层优化模型进行所述方案种群的差分进化；当所述差分进化满足所述优化策略参数中的所述优化循环终止条件后，选择所述总投资目标函数值最小的线路方案作为最终优化线路。

2.根据权利要求1所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述环境约束对象包括线类型环境约束对象、线类型属性表、面类型环境约束对象以及面类型属性表；

所述线类型环境约束对象，用于表征既有铁路、公路的桥梁、隧道以及路基区段的三维中线，也用于表征河流和管线的三维中线；

所述线类型属性表，用于记录基于三维中线高程值的上偏移距离、下偏移距离、结构宽度和纵断面线位穿行费用，所述费用代表既有公路、铁路和河流的改移费用；

所述面类型环境约束对象，用于表达规划用地、房屋、湖泊、不良地质、环境保护区；

所述面类型属性表，用于记录基于地面高程的上偏移距离、下偏移距离和纵断面线位穿行单价。

3.根据权利要求2所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，当所述交点分布已知时，所述S3包括以下子步骤：

在所述平面交点处划分一个局部坐标矩形取值范围A，使得每个所述平面交点在所述矩形取值范围A内变动；对所述平面曲线半径分配取值范围B，使得每个所述平面曲线半径在所述取值范围B内变动；依照交点顺序，所述平面交点坐标(X,Y)连同所述平面曲线半径R构成平面线位决策变量[X₁,Y₁,R₁,X₂,Y₂,R₂,…X_n,Y_n,R_n]；

在所述纵断面变坡点处划分一个局部坐标矩形取值范围C，使得每个所述纵断面变坡点在所述矩形取值范围C内变动；依照变坡点顺序，所述变坡点里程M与所述边坡点高程H构成纵断面线位决策变量[M₁,H₁,M₂,H₂,…M_n,H_n,]。

4.根据权利要求2所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，当所述交点分布未知时，所述S3包括以下子步骤：

S31：在平面上以起点与终点连线作为基础平面线位，在所述基础平面线位的垂直方向分配等间距局部坐标矩形取值范围A，使得每个所述平面交点在所述取值范围A内变动，其中，平面曲线半径均采用最小曲线半径；依照交点顺序，所述平面交点坐标(X,Y)连同所述平面曲线半径R构成平面线位决策变量[X₁,Y₁,R₁,X₂,Y₂,R₂,…X_n,Y_n,R_n]；

在纵断面上以起点与终点的连线为基础纵断面线位，在所述起点与所述终点间的垂直方向上分配等间距局部坐标矩形取值范围C，使得每个所述纵断面变坡点在所述取值范围C内变动；依照变坡点顺序，所述变坡点里程M与所述变坡点高程H构成纵断面线位决策变量[M₁,H₁,M₂,H₂,…M_n,H_n,]；

基于该平面和纵断面交点分布初始化方案种群，进行双层差分进化，得到平面廊道线位和纵断面廊道线位；

S32：以所述平面廊道线位作为基础线位，在所述平面交点和交点连线的垂直方向上分配局部坐标矩形取值范围A′，使得每个所述平面交点在所述矩形取值范围A′内变动；其中，平面曲线半径均采用最小曲线半径；

以所述纵断面廊道线位作为基础线位，在相邻所述纵断面变坡点的垂直方向上分配局部坐标矩形取值范围C′，使得每个所述纵断面变坡点在所述矩形取值范围C′内变动；

基于该平面和纵断面交点分布初始化方案种群，进行双层差分进化，得到平面初始线位和纵断面初始线位，根据所述平面初始线位和所述纵断面初始线位进行交点分布已知的线路优化。

5.根据权利要求3或4所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述S4包括以下子步骤：

S41：对所述平面线位决策变量进行优化；

S42：对所述纵断面线位决策变量进行优化；

S43：根据所述总投资目标函数对S41和S42的优化结果进行费用计算和费用对比。

6.根据权利要求5所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述S41包括以下子步骤：

S411：利用随机数生成器将平面线位决策变量编码为[0,1)间的随机数；

S412：对编码后的平面线位决策变量进行初始化，得到平面方案种群；所述平面方案种群包括若干个平面方案向量；

S413：对所述平面方案种群进行交叉和变异处理，得到试验平面方案种群；所述试验平面方案种群包含多个试验平面方案向量；

S414：将平面方案向量和试验平面方案向量解码为实际平面线位，进行约束冲突数的对比；当所述平面方案向量与所述试验平面方案向量存在平面约束冲突时，则对比平面约束冲突数产生下一代平面方案向量；当所述平面方案向量与所述试验平面方案向量约束冲突数为零时，则进入步骤S42；

S415：判断是否满足所述平面线位决策变量终止循环优化条件：

若满足所述平面线位决策变量终止循环优化条件，则输出线路优化结果、工程造价值以及工程数量值；

若不满足所述平面线位决策变量终止循环优化条件，则继续对所述平面线位决策变量进行循环优化；

其中，所述平面约束包括：最小曲线半径、最大曲线半径、圆曲线长度以及夹直线长度。

7.根据权利要求6所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述平面线位决策变量终止循环优化条件为：循环次数达到预值或者种群平面线位聚集在预设范围。

8.根据权利要求7所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述S42包括以下子步骤：

S421：利用随机数生成器将纵断面线位决策变量编码为[0,1)间的随机数；

S422：对编码后的纵断面决策变量进行初始化，得到纵断面方案种群；所述纵断面方案种群包括若干个纵断面方案向量；

S423：对所述纵断面方案种群进行交叉和变异处理，得到试验纵断面方案向量种群；所述试验纵断面方案向量种群包含多个试验纵断面方案向量；

S424：将纵断面方案向量和试验纵断面方案向量解码为实际纵断面线位，进行约束冲突数的对比；当所述纵断面方案向量与所述试验纵断面方案向量存在约束冲突时，则对比约束冲突数产生下一代纵断面方案向量；当所述纵断面方案向量与所述试验纵断面方案向量约束冲突数为零时，则进入步骤S43；

S425：判断是否满足所述纵断面线位决策变量终止循环优化条件：

若不满足所述纵断面线位决策变量终止循环优化条件，则继续对所述纵断面线位决策变量进行循环优化；

若满足所述纵断面线位决策变量终止循环优化条件，则输出纵断面方案种群的最低费用值；同时判断是否进行下一个所述纵断面方案向量的优化循环：

若进行下一个所述纵断面方案向量的优化循环，则重复步骤S422-S424；

若不进行下一个所述纵断面方案向量的优化循环，则进行费用对比，并重复步骤S415；

其中，所述纵断面约束包括：坡度、坡段长度、平面与纵断面组合线型上的缓和曲线与竖曲线的重叠冲突。

9.根据权利要求8所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述纵断面线位决策变量终止循环优化条件为：当所述纵断面方案种群中最大费用值与最小费用值的差小于阈值。

10.根据权利要求9所述的一种基于GIS和差分进化算法的铁路线路双层优化方法，其特征在于，所述S43包括以下子步骤：

S431：通过所述总投资目标函数对步骤S42中约束冲突数为零的优化结果进行费用值计算；

S432：对S431中的费用值进行对比，并重复步骤S425。

Images