当前位置:主页 > 科技论文 > 交通工程论文 >

基于GIS和遗传算法的公路路线优化研究

发布时间:2018-07-10 05:19

  本文选题:道路选线 + 地理信息系统 ; 参考:《哈尔滨工业大学》2014年硕士论文


【摘要】:在高速公路稳步建设背景下,研究公路路线设计自动化优化关键技术。公路是一条有规则的空间曲线,在位置、形状、尺寸、经济、环境等方面都有特殊的要求。 在传统的选线工作中,根据经验确定备选方案,再对这些备选方案进行比选,选出相对最佳方案。这种方法有着相对的主观性和不科学性。这是我们着力要解决的问题。随着计算机科学的日新月异,道路选线工作越来越趋向于自动化和智能化,因此在地理信息系统(GIS)和遗传算法理论的支持下,寻求更便捷更准确的公路选线方法,使公路选线方法更加科学合理。 对道路选线设计的基本理论进行了分析,论证了公路全社会成本的影响指标和确定了地质、地物、高程、坡度为公路选线的具体因素。并通过层次分析法计算出了四种选线因素的权重。 通过地理信息系统导入了不同来源的地理数据,制作了四种因素的单因素费用地图,并结合权重制作了道路选线综合费用地图。利用起终点的坐标和道路选线综合费用地图进行了成本路径分析和道路廊道分析,并用海地软件截取道路走廊带的数字高程模型,以便进一步优化。 引入了基于大自然优胜劣汰原则的遗传算法,研究了基于遗传算法和道路走廊带数字高程模型的路线进一步优化的方法。对路线优化总体模型进行了不产生回头曲线、没有线型不连续等情况的假设。把平面优化模型简化为交点优化,把纵断面优化模型简化为变坡点寻优搜索,并暂时不考虑横断面、加宽等方面。再确定平纵线形要素生成方法和逐桩坐标计算方法,为遗传算法优化的实现打下基础。 在构建的模型和遗传算法基础上,采用MATLAB平台编制优化程序,保证每一次迭代都保存路线信息、目标函数值等信息,,产生n代群体后,从中选择最优路径。
[Abstract]:Under the background of steady highway construction, the key technology of automatic optimization of highway route design is studied. Highway is a regular space curve, which has special requirements in position, shape, size, economy, environment and so on. In the traditional route selection work, according to the experience to determine the options, and then to compare these options to select the relative best scheme. This method is relatively subjective and unscientific. This is the problem we are trying to solve. With the rapid development of computer science, road route selection tends to be more and more automatic and intelligent. Therefore, with the support of geographic information system (GIS) and genetic algorithm theory, we seek a more convenient and accurate road route selection method. The method of highway route selection is more scientific and reasonable. In this paper, the basic theory of road route selection design is analyzed, and the influence index of the whole social cost of highway and the concrete factors of highway route selection are confirmed, such as geology, ground object, elevation and slope. And through the analytic hierarchy process to calculate the weight of four kinds of line selection factors. This paper introduces geographic data from different sources through GIS, makes single factor cost map of four factors, and makes comprehensive cost map of road route selection combined with weight. The cost path analysis and the road corridor analysis are carried out by using the coordinates of the starting end point and the comprehensive cost map of the road route selection. The digital elevation model of the road corridor belt is intercepted by the Haitian software for further optimization. The genetic algorithm based on the principle of natural survival of the fittest is introduced, and the route optimization method based on genetic algorithm and road corridor digital elevation model is studied. The general model of route optimization is assumed to have no back curve and no linear discontinuity. The plane optimization model is simplified as intersection optimization, and the longitudinal section optimization model is simplified as variable slope point search, and the cross-section and widening are not considered for the time being. Then, the method of generating horizontal and vertical line elements and the method of calculating the coordinate of pile by pile are determined, which lays the foundation for the realization of genetic algorithm optimization. On the basis of the constructed model and genetic algorithm, MATLAB platform is used to compile the optimization program to ensure that every iteration preserves the information such as route information, objective function value and so on. After the n-generation population is generated, the optimal path is chosen from it.
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:U412.3

【相似文献】

相关期刊论文 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

2 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

3 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

4 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

5 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

6 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

7 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

8 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

9 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

10 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年



本文编号:2112208

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2112208.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户28173***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com