CN113987837A - 铁路选线评价系统及方法 - Google Patents

Abstract

本发明公开了一种铁路选线评价系统及方法，主要解决在诸多方面无法为设计者提供适时决策支持的问题，本发明提供一种铁路选线评价系统及方法，包括数据获取模块获取铁路选线所需的基础数据；特征提取模块从基础数据中提取特征数据；参数设置模块根据专家数据库确定特征数据与预设铁路选线评价指标的模糊隶属度关系及每个评价指标的权重；模糊综合模块根据所述特征数据与预设铁路选线评价指标的模糊隶属度关系以及每个评价指标的权重，对每个可选路线设计方案的评价得分进行计算，确定最优方案。本发明提供一种铁路选线评价系统及方法，可以解决人工评估的铁路选线存在的工作量大、可靠性低、既有成果迁移率低等诸多不足。

Description

铁路选线评价系统及方法

技术领域

本发明涉及选线设计评价技术领域，具体涉及一种铁路选线评价系统及方法。

背景技术

铁路选线设计是根据国家政治、经济、国防的需要，结合线路所经地区的自然条件、资源分布、工农业发展等情况，选定铁路技术标准，规划线路走向。目前，通过计算机相关技术综合考虑多种影响因素，智能化地做出选线决策是时代发展的必然需求。

在智能化铁路选线领域，缺少成熟且能够得到广泛认可的解决方案。以交通选线CAD系统、EICAD等铁路辅助设计系统为例，其主要用于提高人工拟定路线平、纵方案后的计算、绘图、制表等确定性过程的作业效率和成果质量上，而关于原始设计参数获取、路线方案选择、设计成果评价与优化等方面，则缺乏对设计者人机交互式的适时决策支持，只能通过人工评估的方式，存在工作量大、可靠性低、既有成果迁移率低等诸多不足。

发明内容

本发明提供一种铁路选线评价系统及方法，用于解决现有技术在原始设计参数获取、路线方案选择、设计成果评价与优化等方面无法为设计者提供适时决策支持的问题。

本申请公开的一种铁路选线评价系统，包括：数据获取模块、采用层次分析法来确定每个评价指标权重的参数设置模块、与所述参数设置模块分别相连的特征提取模块、模糊综合模块和专家数据库；所述数据获取模块与特征提取模块相连；

所述特征提取模块从所述数据获取模块获取的基础数据中提取的特征数据包括测绘数据中提取的三维模型数据，从目标铁路数据中提取的交通矢量数据，以及从路线设计方案中提取的线路方案参数。

进一步的，所述的一种铁路选线评价系统还包括与所述模糊综合模块相连的结果输出模块。

进一步的，所述三维模型数据包括数字地面模型、数字高程模型、数字地形模型和数字正射影像中的一种或多种。

进一步的，根据所述系统进行铁路选线评价的方法，包括如下步骤：

步骤一、数据获取模块获取铁路选线所需的基础数据；

步骤二、特征提取模块从所述基础数据中提取特征数据；

步骤三、参数设置模块根据专家数据库确定特征数据与预设铁路选线评价指标的模糊隶属度关系及每个评价指标的权重；

步骤四、模糊综合模块根据所述特征数据与预设铁路选线评价指标的模糊隶属度关系以及每个评价指标的权重，对每个可选路线设计方案的评价得分进行计算，确定最优方案。

进一步的，所述的一种铁路选线评价方法，还包括结果输出模块展示上述步骤中的数据获取模块、特征提取模块、参数设置模块生成的中间结果，以及所述模糊综合模块生成的各可选路线方案的评价结果。

进一步的，所述层次分析法的步骤如下：

1)根据专家数据库建立评价指标之间的两两判断矩阵；

2)计算所述判断矩阵的特征向量，将所述特征向量的值作为对应评价指标的权重。

与现有技术相比，本发明的有益效果是：

1、本发明提供的基于倾斜摄影三维模型的铁路选线方案中，通过将三维模型、交通信息与路线设计方案相结合，构建“自然-经济-交通”三因素多重迭代评估模型，满足多重约束条件、多初始方案求解出最佳铁路路线方案，并针对多评价指标进行分析，从而解决了铁路勘察选线过程中面对复杂社会、经济、工程因素时智能生成最经济合理选线方案的难题，提出了从数据到铁路智能化选线系统的一体化方案在符合工程指标的情况下降低了工程造价。

2、本发明通过引入能够直观表达地层分布规律，加深对地基地貌的认识，从而可以对铁路选线工程的三维建模技术有很大的指导意义，不仅能够基于三维模型提供的更高精度的三维空间测绘数据提高设计环节的作业精度，也能为设计方案的评价提供更多参考依据，从而解决人工评估的铁路选线存在的工作量大、可靠性低、既有成果迁移率低等诸多不足。

3、本发明借助层次分析法和模糊综合相结合，利用有关评价指标将复杂的定性问题转化为定量问题，参考专家知识库科学地为各影响因子划分权重，降低主观臆断性，从多个方面综合考虑各方案的优缺点。

4、本发明借助倾斜摄影三维模型与线路设计相结合，生动展现设计方案，易于自动计算施工中的成本和工作量。

5、本发明充分考虑了当前铁路设计选线过程中存在的自动化程度低，主观性大的不足，提高了设计效益。

附图说明

图1为本发明第一实施例铁路选线评价方法的流程图；

图2为本发明第二实施例基于倾斜摄影三维模型的铁路选线评价系统的组成结构示意图；

图3为系统实施例中的模糊评估模型示意图。

附图标记说明如下：

20、专家数据库，21、数据获取模块，22、特征提取模块，23、参数设置模块，24、模糊综合模块，25、结果输出模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，示出了本申请第一实施例铁路选线评价方法的步骤。执行所述方法的系统设置有用于存储空间环境知识、设计规范知识和选线专家知识等数据信息的专家数据库20；具体实施时，上述空间环境知识可以是沿线地形、地质和水文空间环境与铁路路线在不同拓扑关系下产生的空间特征规则、空间关联规则、空间序列规则以及空间作用模式等空间知识；设计规范知识主要包括地面平面标准、纵断面标准、横断面标准、桥涵标准、平面交叉标准以及地面标准等具有约束作用的标准规范；选线专家知识可以为长期工程实践形成的有关路线方案产生、优化、设计、评价、决策等与经验有关的知识。本优选实施例方法包括：

步骤S101：数据获取模块21获取铁路选线所需的基础数据；

本优选实施例方案中的基础数据包括前期初步规划的多条可选路线设计方案、利用倾斜摄影装置在规划区域内航拍得到的原始航拍测绘数据、涉及具体交通需求的多种矢量数据以及其他可用于选线依据支撑的数据。这些多源异构数据构成方案的原始输入数据，共同影响铁路选线结果。

步骤S102：特征提取模块22从所述基础数据中提取特征数据；

所述特征数据包括从测绘数据中提取生成的三维模型数据，从目标铁路数据中提取的交通矢量数据，以及从路线设计方案中提取的线路方案参数。

具体实施时，上述三维模型数据可以是数字地形模型(DTM，DigitalTerrainModel)、数字高程模型(DEM，Digital Elevation Model)、数字表面模型(DSM，DigitalSurface Model)和数字正射影像(DOM，Digital Orthophoto Model)中的一种或多种。

步骤S103：参数设置模块23根据专家数据库20确定特征数据与预设铁路选线评价指标的模糊隶属度关系及每个评价指标的权重；

本实施例方案中的预设铁路选线评价指标可以根据规划路线的实际需求和所掌握的数据资料选取，具体可以包括经济效益指标、工程难度指标、环境要素指标和社会效益指标中的一种或多种。

其中，上述经济效益指标包括设计、施工成本、运营养护维修成本、劳动力成本、收益率和投资回报期等；工程难度指标包括不良地质地貌、线路长度、桥隧数量、复杂施工场地和拆改项目等；环境要素指标包括生态环境影响、人文环境影响、文化环境影响、生活环境影响和政策环境影响等；社会效益指标包括服务人群、途径行政区域、交通需求和可持续发展等。

每种指标数据值可以为“多”、“少”、“好”、“差”等评语，也可以为客观的数值，如不需要或无法获得该项数据则在系统中记录为空值，这些多源异构数据将通过模糊综合方法进行数据的融合，选择出最优的路线设计方案。

步骤S104：模糊综合模块24根据所述特征数据与预设铁路选线评价指标的模糊隶属度关系以及每个评价指标的权重，对每个可选路线设计方案的评价得分进行计算，确定最优方案。

在进一步的优选实施例中，所述方法还可以包括：根据评价结果，选取其中有价值的信息进行展示。如可以仅展示最优方案及其评价得分，也可以展示所有可选方案的总体评价得分以及每个指标的得分，还可以对上述步骤中的基础数据获取结果、特征数据提取结果、模糊隶属度关系设置结果、评价指标权重确定结果等中间过程数据进行展示。

在另一优选实施例中，上述每个评价指标的权重可以采用层次分析法确定，具体包括：根据专家数据库20建立评价指标之间的两两判断矩阵；计算所述判断矩阵的特征向量，将所述特征向量的值作为对应评价指标的权重。

本申请还公开了一种在其上记录有用于执行上述方法的程序的存储介质。所述存储介质包括配置为以计算机(以计算机为例)可读的形式存储或传送信息的任何机制。例如，存储介质包括只读存储器、随机存取存储器、磁盘存储介质、光存储介质、闪速存储介质、电、光、声或其他形式的传播信号(例如，载波、红外信号、数字信号等)等。

参照图2，示出了本申请第二实施例基于倾斜摄影三维模型的铁路选线评价系统的组成结构示意图，包括数据获取模块21、特征提取模块22、参数设置模块23、模糊综合模块24以及专家数据库20，其中：参数设置模块23分别与特征提取模块22、模糊综合模块24和专家数据库20相连；所述数据获取模块21与特征提取模块22相连。

数据获取模块21用于获取铁路选线所需的基础数据；所述基础数据包括来自不同资源、结构不同的选线支撑数据，如利用倾斜摄影装置在规划区域内拍摄的原始航拍测绘数据，涉及具体交通需求的多种交通矢量数据，前期初步规划的多条可选路线设计方案等等。

特征提取模块22用于从数据获取模块21获取的基础数据中提取特征数据；其中的特征数据包括从测绘数据中提取的三维模型数据(可以为数字地面模型、数字高程模型、数字地形模型和数字正射影像中的一种或多种)，从目标铁路数据中提取的交通矢量数据，以及从多条可选路线设计方案中提取的线路方案参数。

参数设置模块23用于根据专家数据库20确定特征数据与预设铁路选线评价指标的模糊隶属度关系及其权重；上述预设铁路选线评价指标可以是经济效益指标、工程难度指标、环境要素指标和社会效益指标中的一种或多种。

上述经济效益指标可以是设计、施工成本、运营养护维修成本、劳动力成本、收益率和投资回报期的一种或多种；工程难度指标可以是不良地质地貌、线路长度、桥隧数量、复杂施工场地和拆改项目等指标中的一种或多种；环境要素指标可以是生态环境影响、人文环境影响、文化环境影响、生活环境影响和政策环境影响等指标中的一种或多种；社会效益指标可以是服务人群、途径行政区域、交通需求和可持续发展等指标中的一种或多种。

具体实施时，可以采用层次分析法确定每个评价指标的权重，具体包括：根据专家数据库20建立评价指标之间的两两判断矩阵；计算所述判断矩阵的特征向量，将所述特征向量的值作为对应评价指标的权重。

模糊综合模块24用于根据参数设置模块23确定的特征数据与预收铁路选线评价指标的模糊隶属度关系及其权重，对每个可选路线设计方案的评价指标进行计算，生成各方案的评价得分，确定最优方案。

专家数据库20用于存储参数设置模块23所需的空间环境知识、设计规范知识和选线专家知识等；

其中，上述空间环境知识可以是沿线地形、地质和水文空间环境与铁路路线在不同拓扑关系下产生的空间特征规则、空间关联规则、空间序列规则以及空间作用模式等空间知识；设计规范知识主要包括铁路线路平面标准、纵断面标准、横断面标准、平面交叉标准以及工程设置标准等具有约束作用的标准规范；选线专家知识可以为长期工程实践形成的有关路线方案产生、优化、设计、评价、决策等与经验有关的知识。

在进一步的实施例中，所述系统还可以包括：

结果输出模块25，其与所述模糊综合模块24相连，用于对所述数据获取模块21、特征提取模块22、参数设置模块23生成的中间结果，以及所述模糊综合模块24生成的各可选路线方案的评价结果进行展示。

在进一步的实施例中，本申请第三实施例基于倾斜摄影三维模型的铁路选线评价系统的架构示意图，其总体框架包括数据层、特征层、模型层、评价层和应用层，其中：

数据层包括系统所需要的各部分基础数据，如前期初步规划的多条可选路线方案、倾斜摄影装置在规划区域内的原始航拍测绘数据、涉及具体交通需求的多种交通矢量数据及其他可提供用于选线依据支撑的数据，这些数据为模型的原始参数资料。

特征层包括：地面设计方案中包含的地面平面线及横纵断面设计等地面设计参数；倾斜摄影测绘数据提供的三维4D模型(数字地面模型、数字高程模型、数字地形模型和数字正射影像)；交通矢量数据则构成了各方面的交通需求；同时还包含了由其他数据提取出来的有关特征，这些多源异构特征信息构成了模型的原始输入，共同影像影响线路的选择。

模型层：通过数据总线的方式对特征层的特征数据进行融合，使各类数据在统一尺度下进行分析。参考专家数据库20和层次分析法分析各特征的影响因子，从而转化为模糊隶属度关系，再根据模糊综合法将选线的复杂定性关系转化为定量关系。本申请上述通过对相关因素分析寻找候选选线方案的过程，也称为“自然-经济-交通”三因素定量评估模型。

评价层：根据模糊综合所选择的评价指标，针对经济效益、工程难度、环境要素和社会效益四个方面对路线进行评价并打分。

应用层：针对工程实际中的不同需求，将模型层构建出的多因素定量评价结果按照权重进行整合，生成最终的选线方案。

下面，分别就评价指标的构建、专家数据库20的建立策略以及基于层次分析法的铁路选线方案模糊综合评估方法进行说明。

评价指标用于为模糊综合方法提供评价依据：根据各类评价指标的得分和权重来综合评价各条设计路线的总得分。依据铁路工程设计经验和实际需求，本系统方案主要从经济效益、工程难度、环境要素和社会效益四大方面对铁路线路设计方案进行评价，每一个方面又包含若干小项，根据前期调研的资料和实际侧重点进行取舍。

具体的评价指标数据可以为“多”、“少”、“好”、“差”等评语，也可以为客观的数值，如不需要或无法获得该项数据则在系统中记录为空值，这些多源异构数据将通过模糊综合方法进行数据的融合，选择出最优的路线设计方案。

专家数据库20利用数据挖掘技术处理冗余数据，进行信息管理，采用推理机制实现知识的发现、存储和利用，从而在多个方面对流程和方法进行指导。在铁路设计领域的应用，专家数据库20可以为实现铁路选线智能化提供有效的途径，知识获取的准确性、逻辑推理的合理性、属性信息的全面性以及决策的科学性直接关系到铁路线形的质量。

在本系统方案的专家数据库20具有如下特点：

(1)设计任务的可分解性；在完成某一层次上相关的具体设计任务时，一般只使用一定范围内的知识，这些知识具体反映为设计人员在设计过程的某一阶段采取一组推理步骤和求解方法。

铁路选线知识按子任务分类，各个子任务对应着各自的一个或多个子知识库，采用推理求解各子问题时，就只需要搜索有限个相关的子知识库，从而提高推理机的搜索效率。

(2)多态异质性；铁路选线领域知识以文本、图形、符号、数据并存，类型繁多、结构复杂。包括路线设计知识、评价决策知识、领域知识、专家经验知识，还涉及各种技术标准、工程图库、手册、图表、公式、基础数据库、方法库等。因此必须根据知识的特点，设定合理的表达模式与相应的推理机制。

(3)知识表述的模糊性；铁路选线知识不仅具有海量的特点，而且还具有不确定性，如地质环境的不良性等均带有模糊性，主要表现在以下几个方面：基础数据的模糊性、计算模型的模糊性和决策的模糊性。因此，知识库充分考虑到这些不确定性。

结合计算机数据管理和编程技术，铁路选线知识库采用的一种有效对策是：以选线设计过程的各项任务为对象定义数据基类，调用各种超文本数据准备软件，将图、文、影像等超文本信息输入到超文本数据库中，用面向对象建模技术，使其封装和继承，成为独立的知识片段，并将它们模块化、目标化，以便使用时对其进行独立调用。

本系统主要用于铁路建设多方案的评比，不考虑路线线形设计的细部问题，为了便于进行层次化处理和模块化设计，考虑铁路选线的影响因素，从铁路选线知识获取的方式来看，可以分为空间环境知识、设计规范知识、选线专家知识三大类。

(1)空间环境知识；空间环境知识是指沿线地形、地质、水文等空间环境与铁路路线在不同拓扑关系下，所产生的空间特征规则、空间关联规则、空间序列规则以及空间作用模式等空间知识。

在本系统中表现在三因素多重迭代评估模型中多源异构数据源的融合计算上，用以将非直接交通量转化为模型相关的特征输入。

(2)设计规范知识；标准规范是一种特殊的知识形式，它是路线设计过程不同阶段和设计结果(包括阶段性结果)的约束和条件。其中既包括严格理论的指导和经验性的要求，也包含相应的政策法规。标准规范是在宏观意义上对设计行为的控制，对其覆盖范围内任何设计都具有约束作用，也是工程设计的重要依据，主要包括铁路线路平面标准、纵断面标准、横断面标准、平面交叉标准以及工程设置标准等。

在本系统中表现在地面方案的规范性审核和基础地面参数特征的组合计算中，如根据地面设计文件间接计算未直接提供的模型所需数据。

(3)选线专家知识；铁路选线领域知识是指在长期工程实践形成的，存在于设计人员头脑中或以技术标准规范存在的有关路线方案产生、优化、设计、评价、决策等与经验有关的知识，尤其是对于模糊的非确定性问题。

在本系统中表现在模糊综合和层次分析法中为模型提供动态调整的参数和权重。

本系统的核心评价方法源自模糊综合理论，通过利用隶属度关系来综合考量众多评价指标对于评价结果的影响，并通过定量分析给予评价结果一个可对比的量化得分。在考量评价指标的权重时使用层次分析法。

层次分析法是一种多目标决策分析方法，它将定性和定量指标统一在一个模型中，既能进行定量分析，又能进行定性的功能评价。

根据经验和专家数据库20知识建立两两判断矩阵，从而科学地判断各指标的重要性程度，获得满意的权重值，反映评估对象的实际状态。

如图3所示，本方法使用二级评价模型，通过利用算子对来建立二级评价空间，多个算子对可分别侧重于考虑单个评价指标和综合多个评价指标的贡献。

本方法采用隶属度和权重动态调整的策略，这是考虑到系统应具有通用性，而不同铁路线路设计时所侧重的点是互不相同的，自然在确定隶属度函数和权重时应根据实际需求和条件限制动态调整，由专家库来指导这些动态参数的取值。

在确定好所用的评价指标后，将待选方案依次输入模型，即可生成各方案的评价得分，确定最优方案。

上面结合实施例对本发明做了进一步的叙述，但本发明并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (6)

1.一种铁路选线评价系统，其特征在于，包括：数据获取模块(21)、采用层次分析法来确定每个评价指标权重的参数设置模块(23)、与所述参数设置模块(23)分别相连的特征提取模块(22)、模糊综合模块(24)和专家数据库(20)；所述数据获取模块(21)与特征提取模块(22)相连；

所述特征提取模块(22)从所述数据获取模块(21)获取的基础数据中提取的特征数据包括测绘数据中提取的三维模型数据，从目标铁路数据中提取的交通矢量数据，以及从路线设计方案中提取的线路方案参数。

2.根据权利要求1所述的一种铁路选线评价系统，其特征在于，还包括与所述模糊综合模块(24)相连的结果输出模块(25)。

3.根据权利要求1或2所述的一种铁路选线评价系统，其特征在于，所述三维模型数据包括数字地面模型、数字高程模型、数字地形模型和数字正射影像中的一种或多种。

4.根据权利要求1-3任一项所述系统进行铁路选线评价的方法，其特征在于，包括如下步骤：

步骤一、数据获取模块(21)获取铁路选线所需的基础数据；

步骤二、特征提取模块(22)从所述基础数据中提取特征数据；

步骤三、参数设置模块(23)根据专家数据库(20)确定特征数据与预设铁路选线评价指标的模糊隶属度关系及每个评价指标的权重；

步骤四、模糊综合模块(24)根据所述特征数据与预设铁路选线评价指标的模糊隶属度关系以及每个评价指标的权重，对每个可选路线设计方案的评价得分进行计算，确定最优方案。

5.根据权利要求4所述的一种铁路选线评价方法，其特征在于，还包括结果输出模块(25)展示上述步骤中的数据获取模块(21)、特征提取模块(22)、参数设置模块(23)生成的中间结果，以及所述模糊综合模块(24)生成的各可选路线方案的评价结果。

6.根据权利要求4或5所述的一种铁路选线评价方法，其特征在于，所述层次分析法的步骤如下：

1)根据专家数据库(20)建立评价指标之间的两两判断矩阵；

2)计算所述判断矩阵的特征向量，将所述特征向量的值作为对应评价指标的权重。

Images