一种利用地理信息系统的公路对准优化模型外文翻译资料

英语原文共 27 页，剩余内容已隐藏，支付完成后下载完整资料

Transportation Research Part A 38 (2004) 455–481

www.elsevier.com/locate/tra

一种利用地理信息系统的公路对准优化模型

Manoj K. Jha ^a,*, Paul Schonfeld ^b,1

^a Department of Civil Engineering, Morgan State University, 1700 E Cold Spring Lane,

Baltimore, MD 21251, USA

^b Department of Civil and Environmental Engineering, University of Maryland, College Park, MD 20742, USA

Received 22 December 2000; received in revised form 1 August 2003; accepted 8 April 2004

摘要

基于成本最小化的公路对准优化需要综合制定对成本敏感的成本和开发有效的解决方案算法。适用的成本函数的复杂性严重限制了可以使用的搜索算法。最近，已经成功开发了用于公路对准优化的遗传算法，该算法能够通过具有大量局部最优值的复杂空间进行有效搜索。然而，为了解决现实世界的问题，优化算法应该直接与地理信息系统（GIS）一起工作，该系统存储相关的地理信息，例如陆地边界，环境敏感区域和地形数据。本文提出了一种公路对齐优化模型，该模型将GIS与遗传算法相结合，研究了各种成本对比对选择的影响，并探讨了在约束空间中实际反映道路改善项目限制的优化。该论文综合了以前发表的几项发展，并增加了一些新的分析方法。使用所提出的方法解决了马里兰州使用GIS数据库的实际问题。还展示了一个使用人工地图来调查所提议的模型在山区地形中的有效性的示例。结果表明，公路机构在选择路线时经常忽略的旅行时成本显着影响路线优化。计算时间随每个队列所影响的属性数量而显着增加。该模型可以优化山地地形或地理非常复杂的地区的路线。

2004 Published by Elsevier Ltd.

^* Corresponding author. Tel.: 1-443-885-1446; fax: 1-443-885-8218.

E-mail addresses: mkjha@eng.morgan.edu (M.K. Jha), pschon@eng.umd.edu (P. Schonfeld). ¹ Tel.: 1-301-405-1954; fax: 1-301-405-2585.

0965-8564/$ - see front matter 2004 Published by Elsevier Ltd. doi:10.1016/j.tra.2004.04.001

456 M.K. Jha, P. Schonfeld / Transportation Research Part A 38 (2004) 455–481

关键词: 公路对准优化; 公路设计; 地理信息系统; 遗传算法; 智能道路设计

1. 简介

用于优化公路路线的自动化模型的开发非常具有挑战性。它需要捕捉所有敏感和主导成本，开发有效的解决方案算法，并使用真实的地理信息系统（GIS）地图。占主导地位的成本通常占总成本的相当高的百分比。敏感的成本是一个与设计特点显着不同的成本。主导成本不一定是敏感成本。例如，在垂直对齐优化中，车辆运营成本占主导地位，但对设计变更不敏感，因为如果不涉及陡峭的上坡或下坡，车辆下坡大致补偿了爬坡。公路建设考虑了许多成本，其中最重要的是道路和建筑（包括土方和路面）成本。公路对准优化模型（Jong，1998; Jha，2000）试图通过最小化总成本来优化公路对准。由于决策不是单纯基于成本最小化而做出的，因此各种成本要素之间的交易可能需要根据其相对重要性进行探索。

一个好的公路对准优化模型应该具有以下特征（Jong，1998）：（1）考虑所有支配和敏感成本，（2）制定所有重要约束，（3）产生现实的对准，（4）能够处理（5）同时优化水平和垂直对齐，（6）找到全局或近似全局最优解，（7）有一个有效的解算法，（8）有一个连续的搜索空间，（9）考虑交叉口，交叉口，桥梁和隧道的成本，（10）自动避开难以到达的区域，以及（11）与GIS兼容。许多经典优化方法（Howard等，1968; Thomson和Sykes，1988; Shaw和Howard，1981,1982; OECD，1973; Turner和Miles，1971; Turner，1978; Athanassoulis和Calogero，1973; Parker， 1977; Trietsch和Handler，1985; Trietsch，1987a，b; Hogan，1973; Nicholson等，1976），例如变分法，动态规划，数值搜索，线性规划和网络优化等已被应用于高速公路优化）。这些方法中的大多数缺少一个或多个上述的公路对准优化模型的特征。而且，这些方法中的大多数忽略了一些难以表现为决策变量的明确功能的成本。其中一些方法不切实际地要求成本函数是线性的或者至少是平滑的。

遗传算法（Jong，1998; Jong和Schonfeld，2003）已被证明在优化公路路线方面有效，特别是由于它们在同时优化水平和垂直路线方面的有效性，通过连续几代探索更好的解决方案，同时利用整个搜索空间不会陷入局部最佳状态。这些算法可以同时优化水平和垂直对齐，并且可以在真实世界的应用中直接使用真实的GIS地图，同时产生平滑和连续的对齐（即精确对齐而非走廊）。然而，用户可以使用单独的程序进行垂直对齐优化，如Trietsch和Handler（1985）提出的方法，并且仅使用遗传算法进行水平对齐优化。这可以减少计算时间，但将目标函数限制为已证明的凸形式，而用于水平和垂直对准优化的遗传算法方法允许使用更实际的成本函数，包括不平滑的成本函数。

Jong（1998）和Schonfeld（2003）开发的遗传算法依赖于人工输入，只能使用人造地图。它们不适用于需要分析数以千计具有复杂环境特征的地块的实际问题。为了在考虑复杂的土地和环境特征的同时解决现实世界的问题，公路优化算法应该与可存储所有感兴趣的地理信息的GIS协同工作。 Jha和Schonfeld（2000a）将遗传算法与地理信息系统结合起来，使用专门的动态链接库，实现最佳搜索期间的动态通信。虽然这样的集成允许直接使用真实地图和数据库，但它显着增加了计算时间。 （1）GIS计算环境中需要的空间分析，（2）搜索空间中的许多地理实体（如地块，环境敏感区域和现有高速公路网络），以及（3）众多通过遗传算法进行评估。 Jha（2000）表明，计算时间随着搜索空间中地理实体（即地块，流，道路等）的数量而增加。那个时间线性地增加了多达100,000个实体，然后随着实体数量的约1.2倍增加。

您可能感兴趣的文章

• 一块钢筋混凝土板的长期振动监测:温度和湿度的影响外文翻译资料
• 基于应力影响线的大跨度桥梁结构损伤识别研究外文翻译资料
• 4.6钢筋混凝土桥面板设计外文翻译资料
• 钢-混组合连续梁施工过程分析|外文翻译资料
• 二杆桁架结构几何非线性行为分析外文翻译资料
• 利用分子仿真模型沥青的性能分析外文翻译资料
• 不同损伤条件下严重损坏的钢筋混凝土柱的快速修复的实验研究外文翻译资料
• 沉管灌注桩的施工控制可靠性外文翻译资料
• 结合桥梁与隧道的高速公路线形优化外文翻译资料
• 斜拉桥的屈曲稳定性的简化评估外文翻译资料