《路面管理动态优化决策模型》由会员分享，可在线阅读，更多相关《路面管理动态优化决策模型（4页珍藏版）》请在金锄头文库上搜索。
1、路面管理的动态优化决策方法路面管理的动态优化决策方法交通运输 0801 陆祝平 U200815062摘要：摘要：本文正对我国公路路面管理的现状，介绍了我国高速公路路面管理 决策的过程特点，大致介绍了各种决策优化的方法和模型特点。强调了路面使 用性能评价对于路面养护管理决策的重要性以及各种决策优化方法的特点和适 用范围。 关键词：关键词：路面管理，决策优化，多目标，非确定性，数学规划优化，人工 智能优化对于目前的工程实践来说，每个较大的具体的工程都可以算是一个涉及多 方面，入资金、技术等问题的复杂系统。按照复杂系统理论，随机性和模糊性 是复杂系统不确定性的两种主要表现形式，因而复杂系统的决策往往
2、是一个多 目标，多层次，多阶段的系统优化决策过程，所涉及到的决策目标，约束条件 和对象属性之间的联系也十分复杂。在系统决策优化的过程中，一般所遵循的 基本原则主要有最优化原则、信息准权原则、可行性原则和集团决策原则等， 其中最优化原则是决策的最主要原则。但在实际应用中，很多问题难以达到最 优解，因此需要按照“满意优化”的基本的基本原则，找出满意解、可行解。 路面管理是达到最大利润与路面寿命的方法论。路面管理养护决策的核心 内容是在指定的预算资金和其他资源的约束下，寻求最优养护策略，使得效益 目标最大化；或是在一定的路面使用性能要求和资源限制的约束下，寻求最优 养护策略，使得费用目标最小化。 而
3、随着公路运输的快速发展，路面养护管理决策的基础数据采集和计算量 越来越大，特别是针对整个路网的网级路面养护管理决策问题朱建达规模化， 导致进行整个路网多年的王权优化决策问题十分困难，因此今年来多采用及私 有化决策方法，并集中于集成(Aggregation）和启发(Heuristic)两个方向。及 城市将一个较大的路网根据路面状况、交通量、线路等级等特征，合并成较少 的路段，并对合并后的项目进行优化决策；启发则是根据求解的优化问题，按 照一定的方法，逐步毕竟最优解，最后获得一个近似的最优解。按照决策问题的分类标准，公路网及路面管理系统的决策优化属于多目标 的非确定性的决策问题。 多目标决策问题是
4、根据多个不标准则来确定决策方案优劣的过程，往往这 些目标之间是不太协调甚至是矛盾的，如路面使用性能与路面养护资金投入的 矛盾。处理方法主要有两个：一类是将目标进行分解，依据各不表的重要程度 排序，将最重要的目标作为主要目标，而将次要的目标作为其约束条件；另一 类是对目标进行综合，采用线性加权法、理想点发、平方和加权等方法，形成 新的决策目标，转化为单目标决策问题。对于不同的网级、项目及路面管理决策条件，可以将决策目标大致的归纳为：在保证路面使用性能达到一定要求条 件下，路面养护费用最小，或在养护资金有限的条件下，是路面使用性能达到 最优。 非确定型决策问题是指决策所处理的未来事件的各种状态的发
5、生具有不确 定性。由于影响路面使用性能的各种因素的不确定性和变异性，路面使用性能 的变化速率是不确定的，常见的解决这种不确定性的预测模型和方法主要有： 马尔可夫预测模型，组合预测模型，神经网络预测模型等。 而关于路面管理决策中的各种常用的优化方法，主要有数学规划优化方法 和人工智能优化方法两大类。目前在实际应用中一数学规划优化方法为主。人 工智能优化方法的产生是由于数学规划模型的界存在不稳定性，同时对于大规 模的规划问题的求解速度非常缓慢，其主要适用于大规模路网的优化决策问题。一、数学规划优化方法：一、数学规划优化方法： 决策树法：决策树是数据挖掘(DM)技术中一项重要的研究方法，采用树 状结
6、构表示决策方案、状态、后果、效用、概率等因素。在我国开发的 CPMS 中， 网级路面管理系统就采用了树状决策树的决策方法。根据道路等级、路面类型、 交通量、路面强度、路况指数等影响因素，对路网进行分枝、细化，综合考虑 各种组合一条件，确定项目可能出之对策。决策树方法简单直观，可结合决策 者的主观经验，具有较强的灵活性和适应性。 排序法：在路面养护管理实际工作中，往往受到资金条件的限制，不能 满足所有条件需求，这就需要决策者按照一定的标准对个项目的重要度进行排 序，为养护决策的制定提供依据。排序法的关键在于排序指标和排序方法两方 面，一般所考虑的指标主要有路面使用性能指标、交通量、道路等级、路面
7、使 用寿命及相关经济因素和政策因素等，而不同地区和不同实际情况下排序方法的选择和排序因素的权重也各不相同。 线性规划法：线性规划作为运筹学中最基本最经典的问题，从纯数学角 度讲，就是一个特殊值条件极值问题。实际在路面管理应用中就是结合实际将 路面使用状况、交通量、养护资金等作为约束条件，列出掩护决策目标的目标 方程式，通过线性规划解法求的所建立的数学模型的最优解，再转化为实际的 管理决策。 而由于影响路面管理决策因素的独立性，实际应用中经常要采用整数规划方法。 整数规划作为线形规划的特殊问题，其主要方法有割平面法和分支定界法；而 对于其中特殊的一类 01 规划问题，主要通过全枚举法和隐枚举法求
8、解。 动态规划法：动态规划的基础理论是 Bellman 最优性原理（任何一个最 优策略只由有最优的字策略组成）和 Bellman 递推公式，式求解多阶段决策问 题的有效方法。对于线性规划的求解算法，并不像线性规划的单纯形法那样存 在一种通用的算法，一般的求解思路主要有逆序揭发和顺序解法两类。具体的 求解方法比较多，有常规算法，函数逼近法、状态轮换迭代法、时段轮换迭代法，微分动态规划法等。近年来很多学者又提出了了动态规划的改进算法，并 行算法、分层解法等新方法。动态规划在路面养护决策优化问题中得到了广泛 应用，路面养护资金分配的优化问题就属于离散时间动态规划问题。 马尔科夫决策规划（MDP）：马
9、尔科夫决策规划是研究状态转移具有马尔 科夫特性的动态随机系统的最优许观决策问题，与动态规划一样，强调系统状 态转移规律的无后效性，其核心内容是系统状态转移概率的确定。该方法发展 至今产生了包括有限阶段模型、折扣模型、连续时间模型、半马尔科夫模型、 无界报酬模型、非时齐与报酬模型等多种模型，在诸多领域得到了广泛应用。 美国亚利桑那州和芬兰的路面管理系统在实际应用中均采用了马尔科夫决策方 法，用于多年的路面管理养护维修资金预算的优化。 二、人工智能优化方法：二、人工智能优化方法： 遗传算法：是 1965 年由美国密歇根大学 Holland 教授提出的一种智能搜 索算法，是利用自然选择和生物进化的思
10、想在高维空间中寻优的启发式算法， 多年以来在工程优化、信号处理、模式识别、管理决策、智能系统设计和人工 生命等领域得到了广泛应用，成功解决了运输问题、TSP 难题、作业分配问题、 01 规划问题、连续区域函数优化、多峰函数优化等问题。遗传算法具有收敛 速度快，计算时间短等优点，其关键在于系统的初始化与编码方案、遗传算子 的确定，交叉率和变化率的选择、迭代中止条件等。但同时也存在难以求得最 优解、连续空间离散化、采用随机优化技术所用时间长，局部搜索能力弱等缺 点，因此在路面养护管理决策中应用还较少。 人工神经网络（ANN）：人工神经网络是由大量被称为额节点所构成的系 统，模拟人脑的得思维判断过程
11、而形成的一种思维计算模型。ANN 的特色在于 信息的分布式储存和并行协同处理，具有集体运算能力、自适应学习能力和较 强的容错性。目前常采用的神经网络模型是误差逆转传播网络，即 BP 网络。许多学者将人工神经网络方法勇于路面使用性能评价和预测方面的研究。但由于 算法学习速度慢，存在局部最小、网络可能瘫痪等原因，在路面养护决策实际 工作中应用较少。 模糊集理论：模糊集理论是 20 世纪 70 年代美国 Zadeh 教授通过提出 “不相容原理”创立的，并产生了一个新的数学分支模糊数学。模糊数学 的产生将数学的应用范围从精确扩展到了模糊现象领域。模糊集理论在交通运 输系统中决策优化问题中的应用实践实例较多。另外，目前在我国对于高速公 路使用性能评价问题上，也多次采用了基于属性评价和客观全中计算的模糊综 合评价方法。
