CN114444373A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN114444373A CN114444373A CN202111323975.4A CN202111323975A CN114444373A CN 114444373 A CN114444373 A CN 114444373A CN 202111323975 A CN202111323975 A CN 202111323975A CN 114444373 A CN114444373 A CN 114444373A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- optimal
- priority
- analysis
- measures
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 201000010099 disease Diseases 0.000 claims abstract description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 7
- 230000002068 genetic effect Effects 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 9
- 108090000623 proteins and genes Proteins 0.000 claims description 6
- 238000005336 cracking Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 101150012509 sub gene Proteins 0.000 claims description 2
- 208000009132 Catalepsy Diseases 0.000 claims 1
- 206010047853 Waxy flexibility Diseases 0.000 claims 1
- 238000013077 scoring method Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 239000010426 asphalt Substances 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 208000010513 Stupor Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008531 maintenance mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
Abstract
本发明涉及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，属于道路工程技术领域，包括以下步骤：步骤一：采集以及分析路面断面和路面病害数据，步骤二：给定目标函数例如，在给定的预算下最大化整个路面网络状况或在给定的预算下最大化修复的路面部分的数量等；步骤三：利用遗传算法优化方法对路面规划问题目标函数进行求解；步骤四：优化规划生成最优路面养护策略后，进行打破平局分析，以探索最优策略中的边界，确定优先值较高的、未被选择的其他养护措施替换最优策略中的养护措施；步骤五：通过打破平局分析对最优养护策略进行调整后，进行权衡分析进行选择附加的优先养护措施，以取代最优策略中的一些低优先养护措施。
Description
技术领域
本发明涉及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，尤其涉及一种为提高路面养护规划和管理的有效性，使得公路养护机构在了解他们决策后造成影响，进而合理设置养护措施优先级，做出更有效的决策。
背景技术
近年来，世界各国的交通运输行业高速发展，路面管理的内容不断的完善，世界各国的研究方向由构建路面管理系统发展到制定更合理有效的检测和养护方案。
随着我国高速公路网的建成，各研究部门纷纷开展了有关高速公路路面管理系统的研究。国内近些年来在网级路面养护管理系统中的养护决策的研究方面也取得了较大的进步。同济大学的刘伯董，姚祖康将网级路面管理系统中的优化问题分成财政规划和项目规划两个部分，并首次利用马尔可夫决策过程解决路网的财政规划问题，他们根据财政规划确定路网的资金需求和分配方案，并且采用0 —1整数规划的模型解决路网单年的项目规划问题。东南大学倪富健课题组近些年来，分别在高速公路路面性能检测、路面性能评价及预测、路面养护决策、高速公路路面养护管理系统建立等方面进行了大量研究，取得了丰富的研究成果：以我国高速公路沥青路面平整度、车辙实测数据为基础，采用时间序列方和神经网络技术提出了平整度和车辙预测模型，并对该模型的精度、易修正性进行了论证；分别从理论研究、室内外实验和数据分析多方面入手，对半刚性基层沥青路面反射裂缝开裂机理、发展规律进行深入研究，并提出了高速公路沥青路面横向裂缝评价模型和横向裂缝状况指数：在路面温度场、路面结构和交通轴载对路面车辙影响分析的基础上，研究了路面车辙发展规律；针对现行规范的不足，通过对高速公路路面破损状况和路面性能的实地调查，深入分析高速公路沥青路面破损的状况、成因及发展规律，提出了新的路面破损和路面性能评价指标体系；基于江苏省高速公路使用性能检测数据，对高速公路预防性养护时机进行分析研究；基于高速公路使用性能评价和养护历史，对江苏省高速公路沥青路面使用性能进行预测研究；根据路网特点，结合专家意见，完成了网级路面管理系统的需求分析和功能框架设计。
而将优先级偏好应用到优化规划过程的两个后处理阶段，即打破平局分析和权衡分析阶段计算过程中，是一种避克服参数赋予优先级权重造成最优性损失的路面养护决策方法。在利用此方法进行综合决策时，尽可能多地收集和掌握资料和数据，以确保决策的精确度和科学性。同时，该方法在多指标多等级的养护决策过程中更加直观、可靠，具有自身的特点和优点，方法简便，易于建模，可为公路养护与维修部门提供有效的科学决策。
发明内容
本发明的目的是提供一种可以进行路面养护规划决策的方法。该方法是基于打破平局分析和权衡分析，根据研究目的确定决策变量和目标函数后，引入遗传算法，进而求得相应的目标函数最优值，最后考虑决策者意愿，在选择最优性损失的同时进行路面养护规划决策。
为实现上述目的，本发明的技术方案是：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，该方法包括以下步骤：
步骤一：采集以及分析路面断面和路面病害数据，这将直接影响道路管理者对路面状况的判断，从而影响路面养护决策的进程；在明确检测的指标以及检测的方式的前提下，通过计算不同抽样检测方式下检测数据变异性，得到抽样距离增大的程度与路线的长度关系，进而优化规范对抽样规模距离的局限，大大地减少检测成本。分析不同路面影响因素下，路面性能衰变情况呈现的不同变化。
步骤二：建立基于含加权决策变量优先级方案的目标函数，该部分建模过程可以用数学语言表述如下：
式中：wi——指定给损坏i的优先级权重；
Ci——修复损坏i的成本；
N——路面破损总数；
路面路段的路面状况指数根据规范，通过以下公式计算路面路段的路面状况指数：
PCIj＝100-(TDV)j
式中：TDV——总扣除值，是每种损坏类型的单个扣除值之和。
如果两个或两个以上的单个扣除值大于2，则在确定PCI时使用修正的扣除值(CDV)而不是TDV，如下式所示：
PCIj＝100-(CDVm)j
式中：CDVm——最大修正扣除值，路面状况指数在0-100的范围内，PCI 值越低，路面状况越差。
步骤三：使用遗传算法对目标函数进行求解，主要流程包括
S1：参数编码
每个基因编码用一个字符串结构集合表示，定义为集合A，其中包含n个子字符串或称子代集合库。每一个子基因对应于所需决策的该条公路中各路段的养护措施。在进行编码前，按照路段调查的路面损坏数据以及三种可能的病害类型数据对养护方式进行编号，分别从1到3代表松散、车辙、裂缝三种不同病害的养护。并利用目标函数和约束条件对父代库进行评价。
S2：生成子代库
一般情况下，在遗传算法中，子代库中的子代产生过程是随机的，而对于初始子代库，可以用一下两种方法进行运算：
(1)根据现有数据，找出整个空间中最优价所占空间的分布范围，并在分布范围内确立子代库。
(2)通过随机生成子代个体，并从中随机挑选个体加入子代库中，进行迭代计算，使得子代库中初始群体数量满足事先确立的规模量。基于在路面养护决策规划中算法的搜索空间一般都较大，所以采用随机生成子代库初始种群的方法较为可取，并根据前文所分析优先选择权重较高的选择规划年限内该条公路内各路段的养护措施方案。
(3)交叉和变异运算形成下一代子代库
路面养护决策中可用的交叉为部分匹配的交叉运算。其具体过程为：首先，随机选择可以交叉的两个子代位置将所有子代分为三个部分。然后从父代库中任意抽出两段基因进行重组重新生成了两个新的子代基因组。这样每个子代基因都将拥有父代亲本的所有基因，显然新生成的两个基因仍然满足初始约束条件。
步骤四；首先在最佳策略中选择一个养护措施Xi，并识别所有与之相关的、未被选定的其他养护措施。根据其优先级值对未被选定的相关养护措施进行排序。从排名最高的养护措施开始，将最优策略中的措施Xi替换为相关措施，并检查问题公式中是否有任何相关约束条件。如果没有违背任何约束条件，那么这个相关的措施将取代Xi成为最优策略中的一个新选择，破僵过程结束。如果不满足约束条件中的一个或多个，就放弃这个相关的养护措施，并继续考虑下一个排名最高的相关养护措施。直到当找到列表中成功相关的措施时，破僵过程结束。如果在列表中找不到可行的相关措施，则保持Xi为最优策略。而后从头开始检查下一个Xi。当对最优策略中的所有养护措施都进行了检验后，破僵过程结束。
步骤五：确定要包括哪些优先级的措施，以及要替换哪些非优先级或低优先级的措施。通过解决以下优化问题来进行权衡分析：
式中：Yi——不属于原最优养护程序的养护措施，但选择作为额外的养护措施或通过取代原最优养护程序中的非优先级或较低优先级的养护措施进入养护程序的养护措施；
n——选择进入养护规划的措施总数；
CT——原始最优养护成本；
δ——养护成本增加的最大可接受百分比，等于公路机构可接受的最大最优损失；
PCIj——路面断面j路面状态指标。
进一步地，在步骤一中，在明确检测的指标以及检测的方式的前提下，通过计算不同抽样检测方式下检测数据变异性，得到抽样距离增大的程度与路线的长度关系，进而优化规范对抽样规模距离的局限，大大地减少检测成本。
进一步地，在步骤二中，给定目标函数可以是在给定的预算下最大化整个路面网络状况或在给定的预算下最大化修复的路面部分的数量等。
进一步地，在步骤三中，利用遗传算法优化方法对路面规划问题目标函数进行求解，能够实现快速收敛。
进一步地，在步骤四中，通过解决以下优化问题来进行权衡分析，可以将所以可能的最优解纳入范畴。进行打破平局分析，探索最优策略中的边界，确定优先值较高的、未被选择的其他养护措施替换最优策略中的养护措施。这种对最优养护策略的后处理并不会改变策略的最优目标函数值。
在步骤五中，进行权衡分析后选择附加的优先养护措施，以取代最优策略中的一些低优先养护措施。每一种替换都会导致一些最优性的损失。因此，需要进行权衡分析，以确定要包括哪些优先级的措施，以及要替换哪些非优先级或低优先级的措施。分析的结果直接取决于公路养护机构愿意接受的最优性的最大损失。
与现有技术相比，本发明的有益效果在于：
本发明与传统的优先权重方法相比，本文提出的方法包含了公路养护决策机构的养护优先偏好，具有以下优点：
(1)传统的方法产生的可能是次优解，而相关的公路养护机构不知道他们选择优先方案所造成的最优性损失有多少。与此相反，在提出的方法中，公路养护机构知道与所采用的优先方案相关的最优性损失。
(2)提出的方法允许公路养护机构检查优先权重的大小和优先方案结构的形式变化将如何影响解决方案的最优性。这种特性和灵活性对于有效的养护计划是传统优先方法不能够实现的。
(3)该方法中的后处理决策确保了尽可能多的优先养护措施被包含在养护计划中，而不影响解决方案的最优性。如果公路养护机构不希望损害最优解，它可以用这个最优解结束规划过程(即不继续进行权衡分析)。这个选项在传统方
本发明与传统方法不同的是，优先级偏好不是直接应用到养护规划计算过程中，而是应用到优化规划过程的两个后处理阶段，即打破平局分析和权衡分析阶段。将决策者优先级偏好更好的纳入路面养护规划，从而克服参数赋予优先级权重会得到相对于原始目标函数(如最小总养护成本或路面状况指标最大值)的次优解决方案而不是最优解决方案的问题，使得决策者的意愿和更多的优先级较高的养护措施能够纳入规划流程中。
附图说明
图1是本发明的流程图；
图2是本发明打破平局分析和权衡分析图。
具体实施方式
下面以基于京津唐高速路面养护规划决策为例，对本发明作进一步说明。
考虑京津塘高速由150个路段组成的路网，每个路段长度为1公里，路面有三种损坏形式：松散、车辙和裂缝。因此，表1列出了150个路面路段的公路等级和损坏特征。为了便于说明，每个路面部分仅考虑三种可能的维护选项(1)：不采取措施，(2)修补，(3)封缝。表2列出了养护处理的成本数据。以最小化养护成本为目标函数，唯一的约束是养护单个路段内和全部路段平均路面状况指数水平分别高于55和70。
表1
注：表格中的每个单元格包含一个由两部分组成的代码A-B，其中A代表损坏严重程度，H、M和L分别代表高、中和低严重程度，而B是用受影响面积百分比来描述损坏程度的数值。
表2
基于检测和评价数据，建立目标函数并利用遗传算法进行求解，不同优先级方案的分析结果如表3，其中A、B、C、D分别代表不同的优先级评分方案。
表3
在路面养护规划决策部分不使用任何优先权重的最优养护规划问题，使决策者能直观地意识到决策机构选择的优先级权重方案会造成最优性损失以及决策方式和他们选择的优先级权重方案所造成的最优性损失之间的关联程度并分析了最优性损失的程度。
进行打破平局分析和权衡分析如图2。
如表4所示，对于京津塘高速公路，打破平局分析阶段导致12个非优先级或低优先级的养护措施被高优先级的措施取代，而最优总养护成本没有变化。
表4
综上所述，运用本发明可以得到公路养护机构知道与所采用的优先方案相关的最优性损失，允许公路养护机构检查优先权重的大小和优先方案结构的形式变化将如何影响解决方案的最优性，确保了尽可能多的优先养护措施被包含在养护计划中，而不影响解决方案的最优性。如果公路养护机构不希望损害最优解，可以使用这个最优解结束规划过程(即不继续进行权衡分析)。决策机构可以改变可接受的最大损失的水平，并据此做出更加合理的决定。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一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，其特征在于：包括以下步骤：
步骤一：采集和分析路面断面和路面病害数据，在明确检测指标和检测方式的前提下，通过计算不同抽样检测方式检测数据变异性，得到抽样距离增大的程度与路线的长度关系，进而优化规范对抽样规模距离的局限，，分析不同路面影响因素下，路面性能衰变情况呈现的不同变化；
步骤二：建立基于含加权决策变量优先级方案的目标函数，部分建模过程可以用数学语言表述如下：
式中：wi——指定给损坏i的优先级权重；
Ci——修复损坏i的成本；
N——路面破损总数；
路面路段的路面状况指数根据规范，通过以下公式计算路面路段的路面状况指数：
PCIj＝100-(TDV)j
式中：TDV——总扣除值，是每种损坏类型的单个扣除值之和；
如果两个或两个以上的单个扣除值大于2，则在确定PCI时使用修正的扣除值(CDV)：
PCIj＝100-(CDVm)j
式中：CDVm——最大修正扣除值，路面状况指数在0-100的范围内，PCI值越低，路面状况越差；
步骤三：使用遗传算法对目标函数进行求解，主要流程包括：
S1：参数编码：每个基因编码用一个字符串结构集合表示，定义为集合A，其中包含n个子字符串或称子代集合库，每一个子基因对应于所需决策的该条公路中各路段的养护措施，在进行编码前，按照路段调查的路面损坏数据以及三种可能的病害类型数据对养护方式进行编号，分别从1到3代表松散、车辙、裂缝三种不同病害的养护，并利用目标函数和约束条件对父代库进行评价；
S2：生成子代库：根据现有数据，找出整个空间中最优价所占空间的分布范围，并在分布范围内确立子代库，通过随机生成子代个体，并从中随机挑选个体加入子代库中，进行迭代计算，使得子代库中初始群体数量满足事先确立的规模量，交叉和变异运算形成下一代子代库；
步骤四；首先在最佳策略中选择一个养护措施Xi，并识别所有与之相关的、未被选定的其他养护措施，根据其优先级值对未被选定的相关养护措施进行排序，从排名最高的养护措施开始，将最优策略中的措施Xi替换为相关措施，并检查问题公式中是否有任何相关约束条件，如果没有违背任何约束条件，那么这个相关的措施将取代Xi成为最优策略中的一个新选择，破僵过程结束；
如果不满足约束条件中的一个或多个，就放弃这个相关的养护措施，并继续考虑下一个排名最高的相关养护措施；
直到当找到列表中成功相关的措施时，破僵过程结束；
如果在列表中找不到可行的相关措施，则保持Xi为最优策略；
而后从头开始检查下一个Xi；当对最优策略中的所有养护措施都进行了检验后，破僵过程结束；
步骤五：确定要包括优先级的具体措施，以及要替换非优先级或低优先级的具体措施，通过解决以下优化问题来进行权衡分析：
式中：Yi——不属于原最优养护程序的养护措施，但选择作为额外的养护措施或通过取代原最优养护程序中的非优先级或较低优先级的养护措施进入养护程序的养护措施；
n——选择进入养护规划的措施总数；
CT——原始最优养护成本；
δ——养护成本增加的最大可接受百分比，等于公路机构可接受的最大最优损失；
PCIj——路面断面j路面状态指标。
2.根据权利要求1所述的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，其特征在于：所述步骤二建立基于含加权决策变量优先级方案的目标函数，其优化过程旨在求得目标函数极小值，等式中的优先级权重可以用优先偏好评分的方法衡量。
3.根据权利要求2所述的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，其特征在于：对所述步骤四优化规划生成最优路面养护策略后，进行打破平局分析，能够探索最优策略中的边界，确定优先值较高的、未被选择的其他养护措施替换最优策略中的养护措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111323975.4A CN114444373A (zh) | 2021-11-09 | 2021-11-09 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111323975.4A CN114444373A (zh) | 2021-11-09 | 2021-11-09 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114444373A true CN114444373A (zh) | 2022-05-06 |
Family
ID=81364613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111323975.4A Pending CN114444373A (zh) | 2021-11-09 | 2021-11-09 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114444373A (zh) |
-
2021
- 2021-11-09 CN CN202111323975.4A patent/CN114444373A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111737916B (zh) | 一种基于大数据的道路桥梁病害分析与养护决策方法 | |
| CN108764555B (zh) | 一种基于Hadoop的共享单车停放点选址方法 | |
| CN111652520B (zh) | 一种基于大数据的路面养护智能决策系统及方法 | |
| CN109993223B (zh) | 路面使用性能预测方法、存储介质、电子设备 | |
| CN110288210B (zh) | 项目级道路基础设施综合养护决策方法及系统 | |
| CN111160728B (zh) | 一种路桥养护决策优化方法及装置 | |
| CN112700045B (zh) | 一种基于土地储备实施监测模型的智能选址系统 | |
| CN113255811B (zh) | 一种基于bim的梁式桥多源异构数据融合决策系统 | |
| Allah Bukhsh et al. | Multi-year maintenance planning framework using multi-attribute utility theory and genetic algorithms | |
| CN108364467A (zh) | 一种基于改进型决策树算法的路况信息预测方法 | |
| CN110288137A (zh) | 路网级道路基础设施结构综合养护决策方法及系统 | |
| CN113918538B (zh) | 一种基于人工神经网络的新建道路养护数据迁移系统 | |
| CN114912635A (zh) | 一种公路养护决策方法、系统、存储介质和电子设备 | |
| CN116307647A (zh) | 电动汽车充电站选址定容优化方法、装置及存储介质 | |
| HERABAT et al. | Multi-objective optimization model using constraint-based genetic algorithms for Thailand pavement management | |
| CN114118539A (zh) | 一种基于微观单元性能预测的高速公路精准养护决策方法 | |
| Orabi et al. | Optimizing the rehabilitation efforts of aging transportation networks | |
| Chen et al. | Multi-objective decision support system for large-scale network pavement maintenance and rehabilitation management to enhance sustainability | |
| CN114444373A (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 | |
| CN115375010A (zh) | 一种适用于机场道面长期养护规划的决策方法及电子设备 | |
| CN113762613A (zh) | 一种基于养护优先级排序的公路网养护规划方法 | |
| CN115375175A (zh) | 城市运行体征评价方法 | |
| Sarrazin et al. | Design safer and greener road projects by using a multi-objective evolutionary approach | |
| Xu et al. | Pavement deterioration prediction model and project selection for Kentucky highways | |
| Nodrat et al. | Prioritizing road maintenance activities using GIS platform and Vb. net |
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 |