多目标系统模糊优选模型在铁路选线方案环境决策中的应用

环境保护是人类在进入２１世纪时所面临的重要问题之一。为使铁路建设与环境保护和谐发展，有必要在铁路选线设计中进行周密的环境考虑，进而用环境因子来进行铁路选线方案比选。本文从铁路建设项目对环境影响内容出发，总结出９个主要评价目标，并对目标进行量化，最终提出了铁路选线方案比选的多目标系统模糊优选方法，并通过了实例的检验。此外，本文还提出了铁路绿色设计的新概念。     

风沙地区铁路减灾选线及防沙工程设计原则研究

风沙危害是影响沙区铁路建设运营的主要因素,风沙铁路减灾选线及防护工程科学设计能有效地减少线路风沙灾害.为进一步丰富完善风沙地区铁路选线与防沙工程设计的理论方法,通过分析风沙地区的地理环境属性和铁路沙害特征,将风沙区域划分为流沙环境、戈壁大风环境和高寒风沙环境;研究不同环境下选线设计的控制因素,基于灾害学理论和综合选线方...     

风险评价在铁路选线中的应用探讨

铁路选线是铁路设计中最根本、最重要的工作。随着铁路技术标准的提高,铁路选线理念发生了较大变化,铁路选线更加注重工程安全,更加注重环境、城镇规划及其他基础设施间的协调。因此,铁路选线所涉及的面更广,所制约的各种不稳定因素更多。针对铁路选线特点,在铁路选线及方案比较中引入风险评价方法,探讨应用一种新的选线方法,把在铁路选线中遇到的不确定因素转化为费用指标——风险概算费用,进而可以很直观地进行线路方案的比选。     

铁路环境选线的认识与体会

结合铁路建设的实践，从“铁路选线设计要注意地下水失衡”、“线路经过居民集中区要留有适当的距离”与“作好绿色防护工作”三个方面，作者阐述了自己对铁路环境选线的认识与体会。     

湘黔线怀大段增建第二线方案探讨

本文通过湘黔线怀大段增建第二线选线设计，针对山区铁路的特点，结合工程实例，对山区铁路增建第二线选线设计进行了探讨和总结。     

铁路线路设计回顾与思考

研究目的:铁路选线设计是涉及面广、技术性强、关系全局的总体性工作,也是一项复杂的系统工程。本文就铁路线路设计手段从以人工与图板为主,发展到甩掉图板,运用计算机辅助设计系统进行了平面、纵断面、横断面优化设计等方面进行了回顾,阐述了线路设计技术的进步、创新与发展方向,从而就铁路线路设计标准的提高和不断发展提出铁路线路设计需解决的关键技术问题及研究课题。研究结论:尽快由三维设计环境向多维设计环境发展,由计算机辅助设计向人工智能设计发展,建成数字铁路远线专家系统,是铁路选线设计技术的一次重大革新。必将大大提高铁路选线设计的生产效率,缩短工程设计周期,提高设计质量。     

基于GIS的铁路绿色选线决策支持系统的研究与设计

为了解决铁路建设带来的环境问题，围绕铁路环境保护“十五”计划中提出的“绿色选线”制度，运用系统分析和多目标决策的理论和方法，以地理信息系统（GIS）为主要技术支撑，以决策支持系统（DSS）为核心理论，并引入基于组件的软件开发方法，从铁路线路方案的环境影响问题出发，结合其特点，对基于环保理念的铁路绿色选线决策支持技术进行了研究，完成了基于GIS的铁路绿色选线决策支持系统的总体设计与实现，完善了现有铁路选线过程中环境问题的考虑方式，提高了决策的能力和智能化水平。     

GIS环境下铁路选线设计应用分析模型研究

在分析传统铁路选线设计方法的基础上,对基于GIS的铁路选线设计应用分析模型及其意义进行探讨;提出了铁路选线设计影响因素信息分析提取模型及定线方案综合分析评价模型,介绍了两种模型的建立方法和步骤,并将其应用于基于GIS的铁路选线设计系统。     

复杂山区铁路的线路选择

选线设计是铁路建设优劣成败之关键，如何巧妙地结合当地的自然条件，发掘最合适的路线，确有其深邃的价值，而越岭垭口是山区铁路的主要控制点，它的选线设计几乎包括了所有的铁路技术标准，本文想通过一些实例，分析复杂山区铁路选线设计的主要特点和一般性规律。     

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明：该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作...