CN113190892B - 一种纵断面线路布设方法、系统、终端及可读存储介质 - Google Patents

一种纵断面线路布设方法、系统、终端及可读存储介质 Download PDF

Info

Publication number
CN113190892B
CN113190892B CN202110206184.7A CN202110206184A CN113190892B CN 113190892 B CN113190892 B CN 113190892B CN 202110206184 A CN202110206184 A CN 202110206184A CN 113190892 B CN113190892 B CN 113190892B
Authority
CN
China
Prior art keywords
line
longitudinal section
station
point
elevation
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
CN202110206184.7A
Other languages
English (en)
Other versions
CN113190892A (zh
Inventor
李伟
邱筱
蒲浩
甄淑钧
赵璐
梁柱
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN202110206184.7A priority Critical patent/CN113190892B/zh
Publication of CN113190892A publication Critical patent/CN113190892A/zh
Application granted granted Critical
Publication of CN113190892B publication Critical patent/CN113190892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种纵断面线路布设方法、系统、终端及可读存储介质，所述方法包括：获取待布设线路的线路信息，并构建纵断面线路优化模型；基于所述约束条件获取车站站坪高程搜索的可行域以及线路纵断面变坡点搜索的可行域，并生成线路纵断面的初始布设结果；所述初始布设结果为设计变量的初始值；基于纵断面线路优化模型以及车站站坪高程搜索的可行域、线路纵断面变坡点搜索的可行域以及线路纵断面的初始布设结果，采用优化算法寻优得到纵断面线路布设结果。本发明实现了地铁线路纵断面变坡点布设和车站站坪高程的协同优化，顾及到了线路纵断面变坡点和站坪高程的耦合关系及动态特征，使得方案更为合理。

Description

一种纵断面线路布设方法、系统、终端及可读存储介质
技术领域
本发明属于线路设计技术领域，具体涉及一种纵断面线路布设方法、系统、终端及可读 存储介质。
背景技术
地铁的综合成本不仅仅与其运营方案和列车操控模式有关，线路设计也在其中扮演了重 要角色，尤其是地铁线路的纵断面设计。线路纵断面设计方案决定了车站站坪高程和变坡点 的布设，其中站坪高程决定车站埋深与车站施工方式，进而影响地铁的建设成本；而变坡点 布设决定线路各坡段的坡度和坡长，从而决定列车在各坡段牵引运行期间上升或下降的高度、 运行时间和运行距离，对列车牵引能耗有较大的影响。因此，合理的纵断面对减少工程投资、 降低运营能耗具有十分重要的意义。
地铁纵断面线路设计可分为车站站坪高程设计和变坡点设计两部分。区间内的变坡点设 计常常需要参考站坪高程，而站坪高程的确定往往离不开结合线路整体的变坡点布设，站坪 高程和变坡点布设之间存在着耦合关系和动态特征。而现有方法主要针对站坪高程预先设定 下的区间线路纵断面优化，并未考虑到车站站坪高程的动态确定，未实现“点线结合”的整体 优化，常常无法给出变坡点、车站站坪高程综合协调的优化解。
发明内容
本发明的目的是针对现有纵断面线路设计中未考虑站坪高程和变坡点布设之间存在着耦 合关系和动态特征而导致布设结果更待优化的问题，提供一种纵断面线路布设方法、系统、 终端及可读存储介质。所述方法提出站坪高程和变坡点搜索的可行域，进而将站坪高程和变 坡点布设之间存在着耦合关系和动态特征引入到模型中，使得最终得到的布设结果更加准确 以及可靠。
一方面，本发明提供的一种纵断面线路布设方法，包括如下步骤：
步骤1：获取待布设线路的线路信息，并构建纵断面线路优化模型；
所述纵断面线路优化模型包括：设计变量、约束条件以及优化函数，所述设计变量为车 站站坪高程、变坡点的里程及其高程；
步骤2：基于所述约束条件获取车站站坪高程搜索的可行域以及线路纵断面变坡点搜索 的可行域，并生成线路纵断面的初始布设结果；
所述初始布设结果为设计变量的初始值；
步骤3：基于步骤1的纵断面线路优化模型以及步骤2中的车站站坪高程搜索的可行域、 线路纵断面变坡点搜索的可行域以及线路纵断面的初始布设结果，采用优化算法寻优得到纵 断面线路布设结果。
本发明提供的所述方法构建了车站站坪高程搜索的可行域以及线路纵断面变坡点搜索的 可行域，并将其引入到了优化算法，优化过程中需要基于可行域的限定进行寻优，有效且准 确的解决了现有技术中未考虑到车站站坪高程的动态确定，未考虑站坪高程和变坡点布设之 间存在着耦合关系和动态特征的问题，进而本发明得到更加准确的布设结果。
可选地，步骤2中基于所述约束条件获取车站站坪高程搜索的可行域以及线路纵断面变 坡点搜索的可行域的获取过程如下：
车站站坪高程搜索的可行域：以线路的起终点能达到的最大、最小高程确定初始范围； 再基于约束条件以及车站站中心位置调节初始范围得到车站站坪高程搜索的可行域；
线路纵断面变坡点搜索的可行域：得到线路的区间段，再针对每个区间段均以区间起点， 区间终点确定区间的第一个变坡点以及最后一个变坡点，然后基于第一个变坡点以及最后一 个变坡点能够达到的最大、最小高程形成线路高程范围，再基于约束条件调整所述线路高程 范围得到线路纵断面变坡点搜索的可行域；
其中，约束条件至少包含几何约束、管线桩约束和禁区约束。
可选地，车站站坪高程搜索的可行域的获取过程如下：
首先确定起终点范围内能达到的最大、最小高程形成一个四边形区域A；然后根据高程控 制点、地下管线桩的位置和最小覆土厚度要求，调整四边形区域A，即分别以最大坡度从每个 高程控制点和线路终点出发形成多个平行四边形，取每个平行四边形和四边形区域A重叠区域， 对四边形区域A进行修剪，形成调整后的多边形区域A′；再将禁区从调整后的多边形区域A′中 挖去，形成站坪可行域Ω1；
基于所述线路信息获取纵断面地面线向量Hd和车站站中心平面位置坐标向量Xs、Ys；
其中，在每个车站位置建立一个独立的局部坐标系，以第i个车站中心点的平面位置坐标 (Xsi，Ysi)和此处地面线高程Hdi形成的空间点(Xsi,Ysi,Hdi)为坐标系原点Oi，以竖直向下为坐标 轴正向，沿坐标轴正向即竖直向下方向，取Ai、Bi两点；Ai、Bi两点分别距离原点Lp、Ln。 其中，Lp、Ln分别为车站处最大埋深和最小覆土层厚度；
然后，逐个连接Ai、Bi两点，形成站坪高程可行域Ω2；
最后，将取可行域Ω1与可行域Ω2的交集形成车站站坪高程搜索的可行域。
可选地，线路纵断面变坡点搜索的可行域的获取过程中针对每个区间段均执行如下步骤：
若S点为区间起点，E点为区间终点，按照如下公式计算得出所示区间内第一个变坡点 (VPI1)和最后一个变坡点(VPIe)的高程和里程：
Figure BDA0002950770840000031
Hi，1＝Hi，start
Figure BDA0002950770840000032
Hi,n＝Hi，end
式中：Ki,1、Hi，1分别为第i个区间的第一个变坡点的里程和高程，Ki，n、Hi，n分别为第i个 区间最后一个变坡点的里程和高程；Ki,start、Hi,start分别为第i个区间起点车站的里程和站坪 高程，Ki,end、Hi,end分别为第i个区间终点车站的里程和站坪高程；Lss为规定的车站站坪长；
然后，以第一个变坡点和最后一个变坡点范围内能达到的最大、最小高程形成一个四边 形区域B作为线路高程范围；
最后，根据高程控制点、地下管线桩的位置和最小覆土厚度要求，调整所述四边形区域B， 即分别以最大坡度从每个高程控制点和区间最后一个变坡点出发形成多个平行四边形，取每 个平行四边形和四边形区域B重叠区域，对四边形区域B进行修剪，形成调整后的多边形区域 B′；再将禁区从调整后的多边形区域B′中挖去形成线路纵断面变坡点搜索的可行域。
可选地，步骤3中的优化算法为粒子群优化算法，其中，以优化函数作为粒子的适应度 函数，将每一种布设结果作为一个粒子，第m个粒子的位置向量sm记为：
sm＝(Hs1m,Hs2m，…，Hsjm，…，Hskm，
H1m，H2m，…，Him，…，Hlm
K1m，K2m，…，Kim，…，Klm)T
其中，sm中的元素Hsjm为第m个纵断面布设结果中第j个车站的站坪高程，k为线路中车 站的总个数；Him和Kim分别为第m个纵断面布设结果中第i个变坡点的高程和里程，l为线路 纵断面方案中变坡点的总个数。
现有方法多采用遗传算法优化地铁线路纵断面，但是遗传算法本质上是一种离散空间内 的搜索方法，利用遗传算法求解地铁纵断面线路优化模型会遗漏很多有价值的纵断面线路方 案，且其在优化过程中未能建立合适的纵断面复杂约束的处理方法，导致最终的纵断面线方 案不能满足实际工程的需要。而本发明所采用的粒子群寻优算法是在连续空间搜索，进而有 效的克服了遗传算法的缺点。
可选地，利用粒子群算法得到纵断面线路布设结果的过程如下：
S4-1：根据线路纵断面的初始布设结果初始化一个包含D个粒子的粒子群，每个粒子的位 置向量代表一个线路纵断面布设结果，所述线路纵断面布设结果为车站站坪高程和变坡点布 设；
S4-2：选取当前种群的个体最优粒子位置(pbest)和全局最优粒子位置(gbest)，并利 用速度更新公式和位置更新公式更新车站站坪高程搜索的可行域内车站站坪高程，生成新的 车站站坪高程结果；
S4-3：获取各粒子新生成的站坪高程结果，逐区间确定线路纵断面变坡点搜索的可行域， 再基于速度更新公式和位置更新公式更新相应的线路纵断面变坡点；
S4-4：整饰线路纵断面，生成完整的线路纵断面方案；
S4-5：遍历粒子群中所有粒子，并计算粒子群中各个粒子的适应度，进而评估解的优劣；
若计算出的粒子适应度优于该粒子的个体最优解pbest，则将该粒子的个体最优价更新为 当前粒子的位置向量；
若计算初始的粒子的适应度为优于全局最优解gbest，则将该粒子群的全局最优解更新为 该粒子当前的位置向量；
S4-6：循环步骤S4-2至步骤S4-5，直至全局最优解前后两次迭代不再发生变化或达到最大 迭代次数为止，得到最终的线路纵断面布设结果。
可选地，所述优化函数为线路的综合成本，所述线路的综合成本包括：线路的工程建设 费用和运营费用，表示如下：
f＝Coperate+Δ·Cengineering
f为线路的综合成本，Cengineering和Coperate分别为线路的工程建设费用和运营费用，Δ为 投资效益系数；
工程建设费用Cengineering满足：
Cengineering＝Csection+Cstation
Csection＝CE+CB+CT+CP
Cstation＝CS+CSE
式中：Csection为线路区间工程费用，主要考虑线路地上区段土石方工程费用CE、 地上区段桥梁工程CB、地下区段隧道工程费用CT、地下管桩线改迁费用Cp；Cstation为 线路车站建设费用，包括车站工程费用Cs和车站设备采购费用CSE；
运营费用Coperate满足：
Coperate＝CM+CET+CSE
式中：CM为土建设施养护维修费用，CET为年列车运行能耗费用及旅客时间费用，CSE为 机电设备能耗费用。
现有技术中多以运营费最优为目标，忽略建设费。本发明以线路综合成本为目标，综合 成本中既包括运营费也包括建设费，从而更加全面的考量到了成本费用的问题，更加准确的 反应了实际情况。
第二方面，本发明提供的一种基于所述纵断面线路布设方法的系统，包括：
纵断面线路优化模型构建模块：用于构建纵断面线路优化模型；
车站站坪高程搜索的可行域生成模块：用于基于所述约束条件获取车站站坪高程搜索的 可行域；
线路纵断面变坡点搜索的可行域生成模块：用于基于所述约束条件获取线路纵断面变坡 点搜索的可行域；
线路纵断面的初始布设结果生成模块：用于基于车站站坪高程搜索的可行域以及线路纵 断面变坡点搜索的可行域生成线路纵断面的初始布设结果；
寻优模块：用于基于所述纵断面线路优化模型以及车站站坪高程搜索的可行域、线路纵 断面变坡点搜索的可行域以及线路纵断面的初始布设结果，采用优化算法寻优得到纵断面线 路布设结果。
第三方面，本发明提供的一种终端，包括处理器和存储器，所述存储器存储了计算机程 序，所述处理器调用所述计算机程序以执行：所述一种纵断面线路布设方法的步骤。
第三方面，本发明提供的一种可读存储介质，存储了计算机程序，所述计算机程序被处 理器调用以执行：所述一种纵断面线路布设方法的步骤。
有益效果
(1)本发明提供的所述方法将站坪高程、变坡点里程和高程同时作为优化变量，实现了 地铁线路纵断面变坡点布设和车站站坪高程的协同优化，顾及到了线路纵断面变坡点和站坪 高程的耦合关系及动态特征，使得地铁线路纵断面方案更为合理。其中，建立了站坪高程和 变坡点高程搜索可行域，确保生成能够满足各种纵断面复杂约束条件的纵断面线路方案。本 发明所述方法可以广泛被应用于地铁等列车线路设计中，该方法可快速高效地进行地铁线路 纵断面和站址的协同搜索，自动生成一系列经济、合理、节能的纵断面设计方案，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。
(2)本发明的进一步优选方案中，将优化函数选择未以线路综合成本最优为目标，同时 考虑到纵断面线路方案对工程建设费和运营费用的影响，使得得到的纵断面线路方案更为合 理和准确。
(3)本发明的进一步优选方案中采用粒子群算法求解优化模型，在可行域限定的空间内 进行连续搜索，克服了以往研究中采用遗传算法进行离散式搜素的不足，确保不遗漏任何一 个有价值的线路纵断面方案。
附图说明
图1是本发明的总体步骤流程图。
图2隧道覆土层厚度约束示意图。
图3地下管线桩高差约束示意图。
图4是纵车站站坪高程搜索的可行域示意图；图4(a)为调整后的四边形可行域Ω1；图4(b) 为局部坐标系下连接Ai、Bi两点形成的可行域Ω2；图4(c)为可行域Ω1与可行域Ω2求交集得到 的车站站坪高程搜索可行域；图4(d)在车站站坪高程可行域内生成站坪高程。
图5是纵断面变坡点搜索的动态可行域的示意图；图5(a)为变坡点高程搜索的初始可行 域示意图；图5(b)为改变起始点后，变坡点高程搜索可行域的动态变化结果。
图6是区间纵断面变坡点布设流程；图6(a)中，生成初始变坡点高程可行域；图6(b)中， 以最小坡段长为间隔划分线路纵断面切割线；图6(c)中，结合变坡点搜索的动态可行域，在 线路纵断面切割线上随机生成纵断面变坡点高程；图6(d)中，对坡段进行整饰。
具体实施方式
本发明提供的一种纵断面线路布设方法目的在于确定车站站坪高程和变坡点的布设。下 述将以地铁线路中的纵断面线路布设为例进行说明，将结合实施例对本发明做进一步的说明。
本实施例中一种地铁站纵断面线路布设方法，包括以下步骤：
S1：建立地上地下一体化的纵断面线路优化模型。该纵断面线路优化模型包括：待布设 线路的线路信息、设计变量、约束条件以及优化函数。具体如下：
S1-1：采集线路信息
(1)线路平面方案相关数据：每个车站的平面位置坐标(Xsi，Ysi)；
(2)全线每个车站的里程Ksi；
(3)变坡点搜索标准参数：线路最大限制坡度imax、线路最小限制坡度imin、线路最小 坡段长Lmin、线路最大坡度代数差Δimax、覆土厚度hmin、线路纵断面控制点里程Lki和高程Hki；
(4)车站站中心搜索参数：站坪最大限制坡度ismax；
(5)纵断面研究范围内的地理信息：高程信息、禁区信息、工程地质信息、地下管桩线 布设信息、线路途经区域的纵断面地面线向量Hd；
(6)费用标准信息：不同地质情况下标准隧道每延米单价us，分区域设置的填方、挖方 单价ue，征地单价uo，单个车站设备采购费use，车站的长度Ls、宽度Ws和高度Hs，单位时间列车运行费用utime，列车单位运行能耗uenergy；
(7)线路运输能力信息：年运输需求Va，列车往返一次的运输量Vr。
S1-2：利用上述线路信息，并结合线路平面方案和埋深要求，划定线路纵断面研究范围， 将地理信息数据填入研究范围内，构建出地上地下一体化的数字地理信息模型。
S2：建立地铁的纵断面线路优化模型。纵断面线路优化模型是对实际问题的数学描述， 是进行最优化设计的基础，其数学表达形式如下：
min f(X)＝Coperate+Δ·Cengineering (1)
s.t.gi(X)≤0，i＝1，2，…，n
式中：
X为设计变量；f(X)为优化函数，即线路的综合成本，Cengineering和Coperate分别为线路 的工程建设费用和年运营费用，Δ为投资效益系数，根据现行《铁路建设项目经济评价办法》 规定为0.06；gi(X)是纵断面线路设计的约束条件。
S2-1：确定地铁纵断面线站整体优化模型的设计变量。
根据线路的平面设计方案，可将地铁纵断面划分为站坪段和区间段，不同的段落设计变 量有所不同。
(1)站坪段设计变量
为了简化模型，将车站视为平面坐标已知的长方体，其空间位置主要由车站与地表的高 差决定。因此，可将车站站坪高程作为站坪段设计变量。
(2)区间段设计变量
线路纵断面由长度不同、缓陡各异得到坡段以及连接相邻坡段的竖曲线组成。其中，坡 段特征可用坡段长度1i和坡度gi表示，而它们均可通过变坡点的里程和高程计算得到：
Li＝Ki-Ki-1 (2)
Figure BDA0002950770840000071
式中：
Li和gi为第i段坡的坡段长度和坡度，Ki和Hi为第i个变坡点的里程和高程。
因此，本发明选取变坡点的里程和高程作为纵断面设计变量。
综上，本线路纵断面优化模型的设计变量可由如下向量表示：
车站站坪高程列向量：HS＝[HS1，HS2，…，HSn]T
纵断面变坡点里程列向量：K＝[K1，K2，…，Km]T (3)
纵断面变坡点设计高程列向量：H＝[H1，H2，…，Hm]T
式中：
n，m分别为车站个数和纵断面变坡点个数。
S2-2：建立纵断面线站整体优化的优化函数
本发明针对地铁线路规划设计阶段和运营阶段的需求，以线路的最优综合成本为目标， 建立优化函数：
f＝Coperate+Δ·Cengineering (4)
式中：
Cengineering和Coperate分别为线路的工程建设费用和年运营费用，Δ为投资效益系数，根 据现行《铁路建设项目经济评价办法》规定为0.06。
(1)线路工程建设费用Cengineering
线路的工程建设费用针对地铁线路规划设计阶段的需求，分别计算区间和车站的工程费 用，公式如下：
Cengineering＝Csection+Cstation (5)
Csection＝CE+CB+CT+CP
Cstation＝CS+CSE
式中：
Csection为线路区间工程费用，主要考虑线路地上区段土石方工程费用CE、地上区段桥梁 工程CB、地下区段隧道工程费用CT、地下管桩线改迁费用Cp；Cstation为线路车站建设费用， 包括车站工程费用Cs和车站设备采购费用CSE。
各项费用具体计算如下：
①地上区段土石方工程费用CE：
本发明采用平均断面法计算土石方工程费用，并根据填、挖方工程单价计算土石方工程 费用：
CE＝CC+CF (6)
式中：
CC为挖方工程费用，CF为填方工程费用；
Figure BDA0002950770840000091
式中：
nC为挖方断面数量；
Figure BDA0002950770840000092
为第i个挖方断面的r种土质面积；LCS是第i个断面到第(i+1)个 断面的区段长度，本实施例中取10m；
Figure BDA0002950770840000093
是r种土质挖方工程费用；Ac,i为第i个挖方断面面积， 其中，填挖方面积是与变坡点布设相关的，且存在约定俗成的计算方法；hc,i为第i个断面到 第(i+1)个断面区段的弃土运输单价。
Figure BDA0002950770840000094
式中：
nf为填方断面数量；
Figure BDA0002950770840000095
为第i个填方断面的r种土质面积；LCS为第i个断面到第(i+1)个 断面的区段长度，本实施例中取10m；
Figure BDA0002950770840000096
为r种土质填方工程费用；
Figure BDA0002950770840000097
为第i个填方断面面积； hf,i为第i个断面到第(i+1)个断面区段的借土运输单价。
②地上区段桥梁工程CB：
桥梁工程费用可根据桥梁长度和桥梁每延米单价计算，其中，桥梁每延米单价根据桥梁 高度和桥梁长度有所不同，桥梁高度越高、长度越长，其单价越贵。此外，还应考虑桥梁两 端桥台的建设费用。
Figure BDA0002950770840000098
式中：
nb为桥梁数量，Lb，i是第i座桥梁长度，其中，变坡点的布设会影响到桥梁的数量和长度； CA是单个桥台费用；ub，i为第i座桥梁每延米单价。
需要注意的是本发明对桥梁工程建造费用的计算进行了一定简化，将桥墩费用融入到桥 梁每延米单价中，不同地质条件下，桥梁每延米单价有所不同。
③地下区段隧道工程费用CT：
隧道工程费用可根据每延米隧道单价和隧道长度计算。由于隧道施工与土质密切相关， 因此隧道工程费用计算需考虑不同土质的影响，不同土质下，隧道的工程单价不用，本发明 对此提出一种分区段隧道工程费用计算方法，根据隧道行经区域土体复杂程度，人工给定区 段长度，分别计算各区段内隧道工程费用，再累加求和实现隧道工程费用计算：
Figure BDA0002950770840000101
Figure BDA0002950770840000102
式中：
nt为隧道数量，nt，i为第i座隧道可划分区段数量，
Figure BDA0002950770840000103
为k种土质下隧道每延米工程费用，
Figure BDA0002950770840000104
为第i座隧道的第j个区段长度，Lt，i是第i座隧道长度，Ds为人工给定区段长度。其中，上 述参数也是会受到变坡点布设的影响，假设某几个变坡点位置改变，隧道所在的地层或者土 质会发生变化，需要结合具体的工程地质信息来判断。
④地下管桩线改迁费用Cp：
地下管桩迁改费用可根据需迁改的管桩数量和各管桩的迁改费用计算。
Figure BDA0002950770840000105
式中：
nP为迁改管桩数量；UP，i为第i处管桩迁改费用。
⑤车站工程费用Cs：
车站的工程费用与车站的埋深密切相关，车站埋深越大，车站的挖方工程量越多，其工 程建设费用也随之上升。其中，车站工程费与车站埋深相关，即与车站站坪高程相关，埋深＝ 地面高程–车站站坪高程。
Figure BDA0002950770840000106
Figure BDA0002950770840000107
Figure BDA0002950770840000108
式中：
Figure BDA0002950770840000109
为第i个车站的第r种土质的体积，
Figure BDA00029507708400001010
为r种土质挖方工程费用单价，LS、WS、HS分别 为车站的长度、宽度和高度，hS,i为第i个车站的弃土运输价格；AS,i为第i个车站的开挖面积， 通常由经验确定；
Figure BDA0002950770840000111
为第i个车站第r中土质的厚度；Hd,i和Hs.i分别为第i个车站的地面高程和 站坪高程；ni为第i个车站开挖土质的种类数。
(2)线路运营费用Coperate
土建设施的养护维修费用、列车运行能耗及时间费用和机电设备能耗费用是运营费的重 要组成费用并于线路空间位置密切相关。因此，本优化模型的优化函数中运营费的计算重点 关注该三项费用：
Coperate＝CM+CET+CSE (14)
式中：
CM为土建设施养护维修费用，CET为年列车运行能耗费用及旅客时间费用(以下简称列 车运行能耗及时间费用)，CSE为机电设备能耗费用。
各项费用具体计算如下：
①土建设施养护维修费用CM
土建设施养护维修费用通过设置单位长度养护维修费用并与线路长度计算得出：
CM＝uM×L (15)
式中：
uM为线路每延米养护维修费用，L为线路长度。
②列车运行能耗费用及旅客时间费用CET
本发明采用一种高效的列车运行速度曲线优化方法，可兼顾列车运行能耗和走行时分， 准确计算列车运行能耗及时间费用，其计算公式如下：
Figure BDA0002950770840000112
式中：
Va为线路年运输需求，Vr为列车往返一次的运输量；Eround和Tround分别为列车往返一次 的能耗和走行时分，该数据可以通过建立列车运行仿真模型计算得到；cenergy为列车的单位 能耗费用，ctime为列车单位时间的运行费用。其中，走行能耗和走行时分与变坡点布设和站 坪高程相关，不同的变坡点布设和站坪高程形成不同的线路纵断面方案，其走行能耗和走行 时分也会不同。
③机电设备能耗费用CSE
车站机电设备能耗费用可根据车站体积计算：
CSE＝LS×WS×HS×USE (17)
式中：
LS、WS和HS分别为车站范围的长度、宽度和高度；USE为单位体积车站的机电设备能耗 费用。
S2-3：确定优化搜索过程中的约束条件。
本实施例分析梳理了地铁纵断面线路、结构物、环境地质之间的耦合约束关系，根据约 束特征将其分为规范几何约束、管线桩约束和禁区约束，具体如下：
(1)规范几何约束
根据《地铁设计规范(GB50157-2013)》，地铁纵断面线路应满足最小坡段长、最大坡度、 最大坡度代数差、覆土厚度等限制条件。
①最小坡段长约束
dmin-(Ki+1-Ki)≤0 i＝1，2，3，…，n (18)
式中：
Ki为第i个纵断面变坡点里程，dmin为规定最小坡段长度；n为纵断面变坡点数目。
②最大坡度约束
Figure BDA0002950770840000121
式中：
Hi为第i个纵断面变坡点的设计高程；di为第(i-1)个纵断面变坡点和i个纵断面变坡点间 距离；gmax为规定最大坡度值；n为纵断面变坡点数目。
③坡度代数差约束
Figure BDA0002950770840000122
式中：
Hi为第i个纵断面变坡点设计高程；di为第i个纵断面变坡点和第(i+1)个纵断面变坡点间 的水平距离；Δgmax为规定相邻两坡段的最大坡度差；n为纵断面变坡点数目。
④最小覆土厚度约束(如图2所示)
Δhmin-Δh≤0 (21)
式中：
Δh为线路隧道的最小覆土层厚度，Δhmin为规定的隧道最小覆土层厚度。
(2)管线桩约束
由于地铁是城市轨道交通的一种，在城市中穿梭时不可避免会遇到地下管线桩密集区域， 此时纵断面线路需满足到管线桩的距离约束(如图3所示)。
Hmin-H≥0 (22)
式中：
H为纵断面线路到地下管线桩区域的高差，Hmin为《地铁线路设计规范(GB50157-2013)》 中要求的线路到地下管线桩区域的最小高差。
(3)禁区约束
为避免某些严重不良地质影响和过高的管线桩改迁费用，本发明预先将不良地质区域和 改迁代价过高的管线桩区域设为禁区，从变坡点和站坪高程搜索的动态可行域中剔除。
应该理解，上述约束是本实施例中根据实际需求选择设置的，其他可行的实施例中，可 以根据实际需求进行适应性调整，譬如，增加或减少一些约束条件。
S3：考虑地铁线路纵断面的约束条件，获取车站站坪高程搜索的可行域以及线路纵断面 变坡点搜索的可行域，以及随机生成线路纵断面初始方案。
S3-1：结合平面方案、埋深和覆土厚度要求，生成车站站坪高程搜索的可行域，在可行域 内随机生成车站站坪高程。
所述步骤S3-1，车站站坪高程可行域的确定方法为：
(1)如图4(a)所示，首先确定起终点范围内能达到的最大、最小高程，即分别以最大 坡度从起、终点出发形成一个四边形区域A，即图中虚线所画平行四边形，该区域为线路高程 范围；然后根据高程控制点、地下管线桩的位置和最小覆土厚度要求，调整上述四边形区域， 即分别以最大坡度从每个高程控制点(图中倒三角形顶点)和线路终点出发形成多个平行四 边形，取每个平行四边形和四边形区域A重叠区域，对四边形区域A进行修剪，形成调整后的 多边形区域A′，即图中实线所画多边形；再结合工程地质信息，将不良地质区域从调整后的 多边形区域A′中挖去，形成站坪可行域Ω1，即图中将灰色部分从实线多边形中剔除后剩余的 区域。
(2)基于已知的线路平面方案，可获得线路途经区域的纵断面地面线向量Hd和车站站 中心平面位置坐标向量Xs、Ys。如图4(b)所示，在每个车站位置建立一个独立的局部坐标系， 以第i个车站中心点的平面位置坐标(Xsi，Ysi)和此处地面线高程Hdi形成的空间点(Xsi，Ysi,Hdi) 为坐标系原点Oi，以竖直向下为坐标轴正向。沿坐标轴正向即竖直向下方向，取Ai、Bi两点； Ai、Bi两点分别距离原点Lp、Ln。其中，Lp、Ln分别为《地铁线路设计规范(GB50157-2013)》 中要求的车站处最大埋深和最小覆土层厚度。逐个连接Ai、Bi两点，形成站坪高程可行域Ω2， 即图4(b)中的竖线AiBi集合。
(3)可行域Ω1中只考虑了线路的限制坡度、高程控制点和管线桩约束，未考虑站坪高 程的设计约束条件，而可行域Ω2只考虑了站坪高程的设计约束，故将二者结合取交集，如图 4(c)所示，形成车站站坪高程搜索的可行域，即图中加粗显示的“工”字形区域集合。
进一步地，所述步骤S3-1的具体实现为：
S3-1-1：基于已知平面方案，线路途经区域的纵断面地面线向量Hd和获取车站站中心平面 位置坐标向量Xs、Ys，结合线路纵断面约束条件，生成车站站坪高程搜索的可行域。
S3-1-2：根据所生成的车站站坪高程搜索的可行域，随机生成局部坐标系下的初始站坪高 程H′s向量，再根据公式(23)计算得出车站初始站坪高程向量Hs：
Hs＝Hd-H′s (23)
S3-2：结合线路纵断面变坡点搜索的动态可行域，逐区间随机生成线路纵断面初始变坡点。
本实施例中，车站站坪设计均为平坡，而当车站站坪设计为平坡时，站坪高程与站中心 高程的数值相同。
所述步骤S3-2中，线路纵断面变坡点搜索可行域的动态确定方法如下：
(1)如图5(a)所示，根据某区间车站中心点布设，S点为区间起点，E点为区间终点，结合规定的站坪长，计算得出该区间第一个变坡点(VPI1)和最后一个变坡点(VPIe)的高程和 里程：
Figure BDA0002950770840000141
式中：
Ki,1、Hi,1分别为第i个区间的第一个变坡点的里程和高程，Ki,n、Hi,n分别为第i个区间最 后一个变坡点的里程和高程；Ki,start、Hi,start分别为第i个区间起点车站的里程和站坪高程， Ki,end、Hi,end分别为第i个区间终点车站的里程和站坪高程；Lss为规定的车站站坪长。
(2)确定某区间第一个变坡点和最后一个变坡点范围内能达到的最大、最小高程，即分 别以最大坡度从第一个变坡点、最后一个变坡点出发形成一个四边形区域A，该区域为线路高 程范围，即图5(a)中虚线所画平行四边形区域，所有的纵断面变坡点都需要在这个区域内。
(3)根据高程控制点、地下管线桩的位置和最小覆土厚度要求，调整上述四边形区域A， 即分别以最大坡度从每个高程控制点(图中倒三角形顶点)和线路终点出发形成多个平行四 边形，取每个平行四边形和四边形区域A重叠区域，对四边形区域A进行修剪，形成调整后的 多边形区域A′，即图中实线所画多边形；再结合工程地质信息，将不良地质区域从调整后的 多边形区域A′中挖去，形成初始高程可行域。
(4)如图5(a)，在初始高程区域内确定该区间的下一个纵断面变坡点(VPI2)的位置，确 定下一个纵断面变坡点(VPI2)后，如图5(b)所示，将下一个纵断面变坡点(VPI2)设置为起始 点，重新形成新的高程可行域，实现可行域的动态变化。反复执行该过程，直到确定该区间 内所有的纵断面变坡点位置。此时，得到的变坡点布设方案为未经坡段整饰的方案。
进一步地，所述步骤S3-2具体实现为：
S3-2-1：结合线路纵断面设计要求和工程地质信息，确定线路纵断面变坡点搜索的动态可 行域，如图6(a)所示，以保证所生成方案满足线路纵断面约束要求。
S3-2-2：以《地铁线路设计规范(GB50157-2013)》规定的最小坡段长Lmin为间距划分线路 纵断面切割线，如图6(b)所示，确定线路纵断面变坡点里程。
S3-2-3：结合变坡点搜索的动态可行域，逐区间逐个在线路纵断面切割线上随机生成纵断 面变坡点高程，如图6(c)所示。
S3-3：对坡度代数差小于给定阈值(本专利设为1.1‰)的坡段进行合并，并调整超过最 大坡度代数差的坡段，得到纵断面线路初始变坡点的里程向量K和高程向量H，从而完成线路 纵断面初始化。此时，得到的是经过坡段整饰的初始纵断面方案。
S4：基于初始粒子群(即初始线路纵断面方案)，以线路综合成本最小为目标，分步搜索 最优站坪高程和线路纵断面变坡点。
所述步骤S4粒子群算法基本原理为：
粒子群算法将优化问题中的可行解抽象为多维搜索空间中的粒子，对每个粒子赋予位置、 速度、适应度、学习与记忆能力等特征。所有的粒子跟随当前群体中的最优粒子在解空间内“飞 行”。在飞行的过程中，粒子间按照公式(25)所述的规则对粒子的位置与速度，从而形成新 的粒子群。
粒子群中第i个粒子在第t代更新的位置向量
Figure BDA0002950770840000151
和速度向量
Figure BDA0002950770840000152
的更新方式：
Figure BDA0002950770840000153
Figure BDA0002950770840000154
式中：
Figure BDA0002950770840000155
与
Figure BDA0002950770840000156
分别为粒子m第t次迭代后速度向量与位移向量，第m个粒子的速度向量初始 值
Figure BDA0002950770840000157
迭代次数1≤t≤1000，
Figure BDA0002950770840000158
为第m个粒子的位移向量初始值，w为速度权重系数，c1、 c2为加速常数，其中，c1表示粒子向自身最优位置运动的步长，c2为粒子向整个粒子群最优位 置运动的步长，
Figure BDA0002950770840000159
为[0,1]范围的随机数，
Figure BDA00029507708400001510
为粒子m个体最优解，
Figure BDA00029507708400001511
gt为粒子 群历史最好位置。
首次更新粒子位置向量与速度向量的公式(21)：
Figure BDA0002950770840000161
Figure BDA0002950770840000162
式中：
Figure BDA0002950770840000163
为粒子m跟随全局最优粒子位置“飞行”1次后速度向量，
Figure BDA0002950770840000164
为[0,1]范围的随机数，
Figure BDA0002950770840000165
为 粒子m跟随全局最优粒子位置“飞行”1次后的位移向量。
进一步地，所述步骤S4具体实现为：
S4-1：根据初始线路纵断面，初始化一个包含D个粒子的粒子群，每个粒子的位置向量代 表一个线路纵断面方案，包括车站站坪高程和变坡点布设，第m个粒子的速度向量记为vm， 第m个粒子的位置向量记为：
Figure BDA0002950770840000166
其中，vm与sm的维度均为(k+l)；sm中的元素Hsjm为第m个纵断面方案中第j个车站的站坪高程，k为线路方案中车站的总个数；Him和Kim分别为第m个纵断面方案中第i个变坡点的高程和里程，l为线路纵断面方案中变坡点的总个数。
以步骤S3得到的初始纵断面方案为初始解，在各自允许的变化范围内随机变化得到Hsjm、 Him和Kim的初始值，由此得到第m个粒子的初始位置向量的初始值为
Figure BDA0002950770840000167
第m个粒子的速度 向量初始值
Figure BDA0002950770840000168
设置各个粒子的个体最优解为其初始位置向量。
S4-2：选取当前种群的个体最优粒子位置(pbest)和全局最优粒子位置(gbest)，并基 于其代表的线路方案以及粒子群优化算法中速度更新公式(公式26)和位置更新公式(公式 26)，更新研究范围内车站站坪高程，生成新的车站站坪高程方案。
S4-3：获取各粒子新生成的站坪高程方案，逐区间确定变坡点搜索的可行域，基于粒子群 算法中的速度更新公式(公式26)和位置更新公式(公式26)更新相应的线路纵断面变坡点。
S4-4：整饰线路纵断面，生成完整的线路纵断面方案。
S4-5：遍历粒子群中所有粒子，以此根据公式(4)计算粒子群中各个粒子的位置向量代 表的线路纵断面方案的线路综合成本，即粒子群中各个粒子的适应度，进而评估解的优劣；
若计算出的粒子适应度优于该粒子的个体最优解pbest，则将该粒子的个体最优价更新为 当前粒子的位置向量，各粒子的个体最优解pbest的初始值为其初始位置向量。
若计算初始的粒子的适应度为优于全局最优解gbest，则将该粒子群的全局最优解更新为 该粒子当前的位置向量，粒子群中全局最优解的初始粒子群中的全局最优解。
S4-6：循环步骤S4-2至步骤S4-5，直至全局最优解前后两次迭代不再发生变化或达到最大 迭代次数为止，得到最终的线路纵断面方案。
需要说明的是，本实施例中优选选用粒子群算法执行寻优过程；其他可行的实施例中， 可以选择其他优化算法，譬如，遗传算法。只是本发明比对遗传算法以及粒子群算法的效果， 更加优选粒子群算法。
在一些可行的方式中，本发明还提供一种基于所述纵断面线路布设方法的系统，包括：
纵断面线路优化模型构建模块：用于构建纵断面线路优化模型；
车站站坪高程搜索的可行域生成模块：用于基于所述约束条件获取车站站坪高程搜索的 可行域；
线路纵断面变坡点搜索的可行域生成模块：用于基于所述约束条件获取线路纵断面变坡 点搜索的可行域；
线路纵断面的初始布设结果生成模块：用于基于车站站坪高程搜索的可行域以及线路纵 断面变坡点搜索的可行域生成线路纵断面的初始布设结果；
寻优模块：用于基于所述纵断面线路优化模型以及车站站坪高程搜索的可行域、线路纵 断面变坡点搜索的可行域以及线路纵断面的初始布设结果，采用优化算法寻优得到纵断面线 路布设结果。
其中，各个单元模块的具体实现过程请参照前述方法的对应过程。应当理解，上述单元 模块的具体实现过程参照方法内容，本发明在此不进行具体的赘述，且上述功能模块单元的 划分仅仅是一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件 可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。同时，上述集成的 单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
在一些可行的方式中，本发明还提供一种终端，包括处理器和存储器，所述存储器存储 了计算机程序，所述处理器调用所述计算机程序以执行：
S1：建立地上地下一体化的纵断面线路优化模型。S2：建立地铁的纵断面线路优化模型。 S3：考虑地铁线路纵断面的约束条件，获取车站站坪高程搜索的可行域以及线路纵断面变坡 点搜索的可行域，以及随机生成线路纵断面初始方案。S4：基于初始粒子群(即初始线路纵 断面方案)，以线路综合成本最小为目标，分步搜索最优站坪高程和线路纵断面变坡点。
其中，各个步骤的实现过程请参照前述方法的具体实现过程，在此不再赘述。
在一些可行的方式中，本发明还提供一种可读存储介质，存储了计算机程序，所述计算 机程序被处理器调用以执行：
S1：建立地上地下一体化的纵断面线路优化模型。S2：建立地铁的纵断面线路优化模型。 S3：考虑地铁线路纵断面的约束条件，获取车站站坪高程搜索的可行域以及线路纵断面变坡 点搜索的可行域，以及随机生成线路纵断面初始方案。S4：基于初始粒子群(即初始线路纵 断面方案)，以线路综合成本最小为目标，分步搜索最优站坪高程和线路纵断面变坡点。
其中，各个步骤的实现过程请参照前述方法的具体实现过程，在此不再赘述。
应当理解，在本发明实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit， CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、 专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器 件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器 等。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的 一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
所述可读存储介质为计算机可读存储介质，其可以是前述任一实施例所述的控制器的内 部存储单元，例如控制器的硬盘或内存。所述可读存储介质也可以是所述控制器的外部存储 设备，例如所述控制器上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字 (Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述可读存储介质还可以既包括所 述控制器的内部存储单元也包括外部存储设备。所述可读存储介质用于存储所述计算机程序 以及所述控制器所需的其他程序和数据。所述可读存储介质还可以用于暂时地存储已经输出 或者将要输出的数据。
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具 体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方 式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。

Claims (10)

1.一种纵断面线路布设方法，其特征在于：包括如下步骤：
步骤1：获取待布设线路的线路信息，并构建纵断面线路优化模型；
所述纵断面线路优化模型包括：设计变量、约束条件以及优化函数，所述设计变量为车站站坪高程、变坡点的里程及其高程；
步骤2：基于所述约束条件获取车站站坪高程搜索的可行域以及线路纵断面变坡点搜索的可行域，并生成线路纵断面的初始布设结果；
所述初始布设结果为设计变量的初始值；
步骤3：基于步骤1的纵断面线路优化模型以及步骤2中的车站站坪高程搜索的可行域、线路纵断面变坡点搜索的可行域以及线路纵断面的初始布设结果，采用优化算法寻优得到纵断面线路布设结果。
2.根据权利要求1所述的方法，其特征在于：步骤2中基于所述约束条件获取车站站坪高程搜索的可行域以及线路纵断面变坡点搜索的可行域的获取过程如下：
车站站坪高程搜索的可行域：以线路的起终点能达到的最大、最小高程确定初始范围；再基于约束条件以及车站站中心位置调节初始范围得到车站站坪高程搜索的可行域；
线路纵断面变坡点搜索的可行域：获取线路的区间段，再针对每个区间段均以区间起点、区间终点确定区间内的第一个变坡点以及最后一个变坡点，然后基于第一个变坡点以及最后一个变坡点能够达到的最大、最小高程形成线路高程范围，再基于约束条件调整所述线路高程范围得到线路纵断面变坡点搜索的可行域；
其中，约束条件至少包含几何约束、管线桩约束和禁区约束。
3.根据权利要求2所述的方法，其特征在于：车站站坪高程搜索的可行域的获取过程如下：
首先确定起终点范围内能达到的最大、最小高程形成一个四边形区域A；然后根据高程控制点、地下管线桩的位置和最小覆土厚度要求，调整四边形区域A，即分别以最大坡度从每个高程控制点和线路终点出发形成多个平行四边形，取每个平行四边形和四边形区域A重叠区域，对四边形区域A进行修剪，形成调整后的多边形区域A′；再将禁区从调整后的多边形区域A′中挖去，形成站坪可行域Ω1；
基于所述线路信息获取纵断面地面线向量Hd和车站站中心平面位置坐标向量Xs、Ys；
其中，在每个车站位置建立一个独立的局部坐标系，以第i个车站中心点的平面位置坐标(Xsi，Ysi)和此处地面线高程Hdi形成的空间点(Xsi，Ysi，Hdi)为坐标系原点Oi，以竖直向下为坐标轴正向，沿坐标轴正向即竖直向下方向，取Ai、Bi两点；Ai、Bi两点分别距离原点Lp、Ln；其中，Lp、Ln分别为车站处最大埋深和最小覆土层厚度；
然后，逐个连接Ai、Bi两点，形成站坪高程可行域Ω2；
最后，将取可行域Ω1与可行域Ω2的交集形成车站站坪高程搜索的可行域。
4.根据权利要求2所述的方法，其特征在于：线路纵断面变坡点搜索的可行域的获取过程中针对每个区间段均执行如下步骤：
若S点为区间起点，E点为区间终点，按照如下公式计算得出所示区间内第一个变坡点VPI1和最后一个变坡点VPIe的高程和里程：
Figure FDA0003623027050000021
Hi，1＝Hi，start
Figure FDA0003623027050000022
Hi，n＝Hi，end
式中：Ki，1、Hi，1分别为第i个区间的第一个变坡点的里程和高程，Ki，n、Hi，n分别为第i个区间最后一个变坡点的里程和高程；Ki，start、Hi，start分别为第i个区间起点车站的里程和站坪高程，Ki，end、Hi，end分别为第i个区间终点车站的里程和站坪高程；Lss为规定的车站站坪长；
然后，以第一个变坡点和最后一个变坡点范围内能达到的最大、最小高程形成一个四边形区域B作为线路高程范围；
最后，根据高程控制点、地下管线桩的位置和最小覆土厚度要求，调整所述四边形区域B，即分别以最大坡度从每个高程控制点和区间最后一个变坡点出发形成多个平行四边形，取每个平行四边形和四边形区域B重叠区域，对四边形区域B进行修剪，形成调整后的多边形区域B′；再将禁区从调整后的多边形区域B′中挖去形成线路纵断面变坡点搜索的可行域。
5.根据权利要求1所述的方法，其特征在于：步骤3中的优化算法为粒子群优化算法，其中，以优化函数作为粒子的适应度函数，将每一种布设结果作为一个粒子，第m个粒子的位置向量sm记为：
sm＝(Hs1m，Hs2m，...，Hsjm，...，Hskm，
H1m，H2m，...，Him，...，Hlm
K1m，K2m，...，Kim，...，Klm)T
其中，sm中的元素Hsjm为第m个纵断面布设结果中第j个车站的站坪高程，k为线路中车站的总个数；Him和Kim分别为第m个纵断面布设结果中第i个变坡点的高程和里程，l为线路纵断面方案中变坡点的总个数。
6.根据权利要求5所述的方法，其特征在于：利用粒子群算法得到纵断面线路布设结果的过程如下：
S4-1：根据线路纵断面的初始布设结果初始化一个包含D个粒子的粒子群，每个粒子的位置向量代表一个线路纵断面布设结果，所述线路纵断面布设结果为车站站坪高程和变坡点布设；
S4-2：选取当前种群的个体最优粒子位置pbest和全局最优粒子位置gbest，并利用速度更新公式和位置更新公式更新车站站坪高程搜索的可行域内车站站坪高程，生成新的车站站坪高程结果；
S4-3：获取各粒子新生成的站坪高程结果，逐区间确定线路纵断面变坡点搜索的可行域，再基于速度更新公式和位置更新公式更新相应的线路纵断面变坡点；
S4-4：整饰线路纵断面，生成完整的线路纵断面方案；
S4-5：遍历粒子群中所有粒子，并计算粒子群中各个粒子的适应度，进而评估解的优劣；
S4-6：循环步骤S4-2至步骤S4-5，直至全局最优解前后两次迭代不再发生变化或达到最大迭代次数为止，得到最终的线路纵断面布设结果。
7.根据权利要求1所述的方法，其特征在于：所述优化函数为线路的综合成本，所述线路的综合成本包括：线路的工程建设费用和运营费用，表示如下：
f＝Coperate+Δ·Cengineering
f为线路的综合成本，Cengineering和Coperate分别为线路的工程建设费用和运营费用，Δ为投资效益系数；
工程建设费用Cengineering满足：
Cengineering＝Csection+Cstation
Csection＝CE+CB+CT+CP
Cstation＝CS+CSE
式中：Csection为线路区间工程费用，主要考虑线路地上区段土石方工程费用CE、地上区段桥梁工程CB、地下区段隧道工程费用CT、地下管桩线改迁费用Cp；Cstation为线路车站建设费用，包括车站工程费用Cs和车站设备采购费用CSE；
运营费用Coperate满足：
Coperate＝CM+CET+CSE
式中：CM为土建设施养护维修费用，CET为年列车运行能耗费用及旅客时间费用，CSE为机电设备能耗费用。
8.一种基于权利要求1-7任一项所述方法的系统，其特征在于：包括：
纵断面线路优化模型构建模块：用于构建纵断面线路优化模型；
车站站坪高程搜索的可行域生成模块：用于基于所述约束条件获取车站站坪高程搜索的可行域；
线路纵断面变坡点搜索的可行域生成模块：用于基于所述约束条件获取线路纵断面变坡点搜索的可行域；
线路纵断面的初始布设结果生成模块：用于基于车站站坪高程搜索的可行域以及线路纵断面变坡点搜索的可行域生成线路纵断面的初始布设结果；
寻优模块：用于基于所述纵断面线路优化模型以及车站站坪高程搜索的可行域、线路纵断面变坡点搜索的可行域以及线路纵断面的初始布设结果，采用优化算法寻优得到纵断面线路布设结果。
9.一种终端，其特征在于：包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用所述计算机程序以执行：权利要求1-7任一项所述方法的步骤。
10.一种可读存储介质，其特征在于：存储了计算机程序，所述计算机程序被处理器调用以执行：权利要求1-7任一项所述方法的步骤。
CN202110206184.7A 2021-02-24 2021-02-24 一种纵断面线路布设方法、系统、终端及可读存储介质 Active CN113190892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110206184.7A CN113190892B (zh) 2021-02-24 2021-02-24 一种纵断面线路布设方法、系统、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110206184.7A CN113190892B (zh) 2021-02-24 2021-02-24 一种纵断面线路布设方法、系统、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN113190892A CN113190892A (zh) 2021-07-30
CN113190892B true CN113190892B (zh) 2022-06-10

Family

ID=76972967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110206184.7A Active CN113190892B (zh) 2021-02-24 2021-02-24 一种纵断面线路布设方法、系统、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN113190892B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820957B (zh) * 2022-03-25 2022-11-18 中南大学 一种铁路沿线场坪三维智能设计方法
CN116756808B (zh) * 2023-05-23 2024-04-23 济青高速铁路有限公司 一种铁路线形优化方法、装置、电子设备及存储介质
CN118211353B (zh) * 2024-04-03 2024-09-17 佛山轨道交通设计研究院有限公司 一种轨道交通线路与区间纵断面自动设计方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006166132A (ja) * 2004-12-08 2006-06-22 Samsung Techwin Co Ltd カメラ及び輝度分布表示方法
CN102663192A (zh) * 2012-04-12 2012-09-12 铁道第三勘察设计院集团有限公司 铁路纵断面自动设计与优化方法
CN109165427A (zh) * 2018-08-06 2019-01-08 中国铁路设计集团有限公司 运营高铁纵断面线形调整方案的优化计算方法
CN109918803A (zh) * 2019-03-13 2019-06-21 中国铁路设计集团有限公司 铁路线路平纵横实时联动设计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006166132A (ja) * 2004-12-08 2006-06-22 Samsung Techwin Co Ltd カメラ及び輝度分布表示方法
CN102663192A (zh) * 2012-04-12 2012-09-12 铁道第三勘察设计院集团有限公司 铁路纵断面自动设计与优化方法
CN109165427A (zh) * 2018-08-06 2019-01-08 中国铁路设计集团有限公司 运营高铁纵断面线形调整方案的优化计算方法
CN109918803A (zh) * 2019-03-13 2019-06-21 中国铁路设计集团有限公司 铁路线路平纵横实时联动设计方法

Also Published As

Publication number Publication date
CN113190892A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113190892B (zh) 一种纵断面线路布设方法、系统、终端及可读存储介质
Pu et al. A three‐dimensional distance transform for optimizing constrained mountain railway alignments
Li et al. Mountain railway alignment optimization with bidirectional distance transform and genetic algorithm
CN112883474B (zh) 一种既有轨道线路智能改建的布设方法、系统、终端及可读存储介质
Li et al. Methodology for optimizing constrained 3-dimensional railway alignments in mountainous terrain
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
Yu et al. Extensions to least-cost path algorithms for roadway planning
CN113032876B (zh) 铁路沿线自动改移既有道路的立交通道布设方法及系统
CN110569538A (zh) 一种铁路工程施工便道参数化建模和设计优化方法
Song et al. Mountain railway alignment optimization integrating layouts of large‐scale auxiliary construction projects
CN108121884A (zh) 一种高速环道横断面线形的设计方法
CN113505414B (zh) 地铁线路纵断面设计方法、系统、设备及存储介质
CN118364556B (zh) 基于dtm算法和挖填平衡的抽水蓄能电站库盆设计方法
CN109447437B (zh) 一种包含土石方调配的公(铁)路纵断面自动构建方法
CN103970837A (zh) 基于城市用地和竖向规划的不连续dem分类制作方法
CN114819286A (zh) 山区铁路线路优化的深度强化学习方法
Yang et al. Underground metro interstation horizontal-alignment optimization with an augmented rapidly exploring random-tree connect algorithm
Mohammadzadeh et al. Urban train soil-structure interaction modeling and analysis
Kang et al. Artificial intelligence in highway location and alignment optimization: Applications of genetic algorithms in searching, evaluating, and optimizing highway location and alignments
Salsabila et al. The Geometric Design of Horizontal Curved on Jalan Drono–Nganom, Wonogiri Using Autocad® Civil 3D
CN110751315A (zh) 露天矿道路系统人机交互式选线方法、系统及控制器
Wang et al. Optimization of metro vertical alignment for minimized construction costs and traction energy: A dynamic programming approach
Kang et al. Rail transit route optimization model for rail infrastructure planning and design: Case study of Saint Andrews, Scotland
Gao et al. Low-construction-emissions optimization for railway alignment fine-grained designs within densely populated urban areas
Medvedeva et al. Routes of laying gas supply system pipeline

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