人工智能在公路选线中的应用

人工智能在公路选线中的应用

韦乐铬

南宁市新点线交通勘测设计有限责任公司

摘要：人工智能是一门结合控制论、信息学、心理学、数学、信息论等多门学科为一体的现代综合性科学。随着这门技术的不断发展，其实践意义已经影响到了诸多领域，许多学科开始借用和引用人工智能技术，实现相关产业的优化发展。本文主要从人工智能的选线应用领域分析以及人工智能在公路选线中的应用分析两方面展开了论述。

关键词：人工智能；技术；选线；公路；应用分析

一、人工智能的选线应用领域分析

人工智能的快速发展，引发了公路领域的应用关注，尤其在交通和运输管理系统方面，极具优势。但是目前的人工智能在选线领域上，还没有被过多地应用，从目前的资料来看，近些年来对人工智能的运用，主要体现在纵断面优化和遗传算法引入等这些方面，以增强使用的准确性和易用性。

人工智能的选线领域可以运用的有遗传算法与知识工程。遗传算法本身具有一定的数值处理的特性，这种大量的信息组合需要一定的经验性和知识的综合性，所以通常在数值处理方面可以发挥主要作用。在国内外的相关研究中，我们可以看出，遗传算法通常只在平纵面的优化中应用，初始方案的生成以及综合性评价都不能缺少知识工程。目前，遗传算法与地理信息的结合优化已经取得了一定的成效，在国内对此应用还较少。

知识工程的选线领域虽然已经由20年的研究历史，并且我国也对此进行了相关的方法探索，并试图去开发应用、实用系统，但始终不能走向实用领域。这些系统存在着一定的使用弊端，例如不能对工程师所处的地形、地质等自然信息和社会属性进行自主识别，比较依赖人为的输入数据，除了可以做一些基础的推算、推理意外，不能带给人过多的智能感受。与其说它具有智能功能，不如说它是在人的主导下而进行的计算与推理，从而不能很好地为工程师实现智能服务。选线设计通常是设计、评价、定性和定量计算平行的异构信息处理、决策和分析的过程，在这项研究中，受到计算机软件和数据库的技术局限性，在选线设计上缺乏相关的技术条件。所以，在计算机技术逐步发展的当下，针对人工智能在公路选线中的应用研究，十分有必要。

二、人工智能在公路选线中的应用分析

1.信息库处理

人工智能公路选线，属于在一定的计算机环境下实现的，该环境本身具有的只能程序，就如同选线工程师一样，需要根据不同的地理因素、社会因素来获取信息，从而做出符合所处环境的决策。目前在全球范围内的选线方法都是由计算机和相关软件（CAD）相辅相成，再与具体的信息资料和各种控制因素结合，根据道路设计的香瓜要求，根据自己的直觉或经验来实现对路线的平面设计，选择最佳路线方案。虽然目前的道路设计相关技术已经有了很大的长进，但是在选线技术上，很多国家并没有实现其与计算技术的优化结合。传统的智能公路选线存在着一个重要缺陷，设计者很难通过人脑将复杂的地理因素、环境因素、社会因素与综合结果同步。随着社会的不断发展，人类文明的不断前进，计算机技术、卫星技术以及航测技术都在优化发展，人们对自然、社会的关系越来越重视，如何实现社会、自然环境与道路建设的和谐统一并存，是目前道路建设的一大难题。

2.路线优化

在公路的选线设计上，一定要充分地注意其他因素的干扰，这些干扰多种多样、纷繁复杂，设计的过程中要不断发挥人机交互作用，从而获得最佳的设计方案。公路的选线优化，就是为了实现行车效率的提升，满足车辆之间的相互协调，满足车辆与环境之间的相互协调，让高速公路的交通量、交通速度相结合，实现最佳计量方案。

在设计公路选线时，要注重公路行驶、公路等级相对应的道路性质与交通任务量。公路优化选择要保证公路与所处环境的相适应。公路优化应与公路设计、施工的条件与技术水平相适应。从实际出发，尽量结合新工艺、新材料、提升质量，缩短工期，从而达到成本降低的作用。公路优化选择要与定位相结合，根据不同的地理位置、地理环境，会出现不同的公路形式。通常情况下，公路优化选择应做到近期与远期需求的结合与协调，既要考虑到近期的交通需求，也要充分地考虑到后期的提升空间，合理减少投资费用，充分在前期工程上保证质量，以更好地实现后期工程的改进。公路的优化选择同样要有经济性原则，在互通式公路中，有着工程量集中、资金投入大的特点，所以公路的选择形式对于投资效益有着极大影响。所以，选择公路形式时要充分地对此进行考察和论证，尽可能地做出多种投资方案，从而选择最佳方案。让公路选择获得最大的经济效益。不仅如此，公路选择上，要尽可能地考虑到美学需求，建造公路也要注重公路的美观性。一条公路、一处景观，这对于当下的人来说已经成为一种共识。建造美丽的公路路线，使其成为当地的标志性景观，这就要求设计者在公路选线上更应注重公路与环境、地势的协调性。

3.系统结构设计

公路的选线优化设计有着目标性与设计目标间的矛盾不可公度性这两个特点。设计目标的不可公度性，指的是在度量上没有同意的标准，所以比较上较为困难。设计目标间的矛盾，如果采用某一种方案来完善目标值，就会让另一个目标值浮动。

在公路选线上，还具有模糊性和不确定等因素。公路选线根据获取知识的特点，可以分为工程知识和空间环境知识。所谓工程知识，指的是长期的时间中所形成的，存在于人脑海中的相关方案、优化、决策等知识。而空间环境知识指的是沿线的地形、水文及空间特征、以及空间作用模式等知识。

根据以上公路路线选线的特点，可以充分地参考两种思路来建立模型。首先，寻求路线决策空间之间的变量与目标函数的对应关系，利用遗传算法确定最优解集，从而为路线设计提供更多可协调初始方案。其次，可以以GIS为具体的数据为分析内容，采用路线的地形、挖掘技术、水文、路网等信息，对相关要素进行提取、分析，从而为路线选择更多空间环境知识。

4.基于空间数据的数据挖掘

公路路线的选线本身就属于土木工程的相关范围，在路线选线的优化设计过程中，需要从原始数据库提取相关的空间信息，为目标函数提供计算依据。所需的空间数据和方法，按照计算空间数据挖掘方法，可以分为点数据、线数据和面数据挖掘三种。所谓点数据挖掘，指的是所经区域的地面高程决定了公路设计的关键信息。

所谓线数据挖掘，指的是在公路路线设计上，要分析公路等级、线状构物之间的关系，确定合理的交差平面。所谓面数据挖掘，指的是根据公路选取的面域信息特征，对公路的影响力、占地类型、拆迁面积进行充分的计算，以分析相关风险。

结语

人工智能在公路选线中的应用，为今后的公路管理自动化提供了可能。数据挖掘、信息处理、知识库等诸多要素的建立和运用，为今后实现人工智能公路选线提供了基础。

参考文献：

[1]刘超群，陈国，胡文华.基于混合编码的粗粒度并行遗传算法在公路选线优化中的研究[J].江西科学，2016，01：105-109.

[2]韩春华，易思蓉，杨扬.基于最优路径分析的线路初始平面自动生成方法[J].西南交通大学学报，2011，02：252-258.

[3]唐勇.公路工程CAD技术应用及发展[J].计算机应用研究，1996，04：13-16.