王成玉
(安徽省交通規(guī)劃設(shè)計(jì)研究總院股份有限公司,安徽合肥230088)
多目標(biāo)優(yōu)化方法在公路養(yǎng)護(hù)中的應(yīng)用
王成玉
(安徽省交通規(guī)劃設(shè)計(jì)研究總院股份有限公司,安徽合肥230088)
針對(duì)如制定公路養(yǎng)護(hù)決策等多目標(biāo)優(yōu)化問(wèn)題難以用單一的目標(biāo)優(yōu)化函數(shù)求解的特點(diǎn),在分析了傳統(tǒng)數(shù)學(xué)規(guī)劃優(yōu)化方法的不足及遺傳算法的適用性等基礎(chǔ)上,提出了利用NSGA-ⅠⅠ遺傳算法優(yōu)化公路養(yǎng)護(hù)決策問(wèn)題,以提高公路養(yǎng)護(hù)決策的制定質(zhì)量,合理安排養(yǎng)護(hù)成本,使其與收益、質(zhì)量達(dá)到最優(yōu)的模式。通過(guò)模擬分析得出:NSGA-ⅠⅠ算法能很好地找出一系列最優(yōu)組合,供決策者參考采納。因此,這種算法能很好地解決公路養(yǎng)護(hù)等多目標(biāo)優(yōu)化問(wèn)題。
公路養(yǎng)護(hù);決策制定;多目標(biāo)優(yōu)化;NSGA-ⅠⅠ算法
公路運(yùn)營(yíng)期間,長(zhǎng)期受到行車荷載和自然環(huán)境等作用,必然會(huì)產(chǎn)生各種損壞。公路病害的存在,不僅影響車輛的行駛安全,而且增加了車輛的運(yùn)輸費(fèi)用。合理的養(yǎng)護(hù)和維修是保證路況良好的必要途徑。如何科學(xué)地制定養(yǎng)護(hù)維修決策、合理地安排養(yǎng)護(hù)維修計(jì)劃,使得公路的養(yǎng)護(hù)費(fèi)用最小而效益最大,是公路管理部門(mén)面臨的首要問(wèn)題[1]。
傳統(tǒng)求解養(yǎng)護(hù)決策優(yōu)化的方法為數(shù)學(xué)規(guī)劃方法,包括線性規(guī)劃、非線性規(guī)劃和動(dòng)態(tài)規(guī)劃。盡管這些方法能夠得到較為滿意的解,但存在兩個(gè)方面的不足:一是解的不穩(wěn)定性,即當(dāng)高速公路養(yǎng)護(hù)預(yù)算資金有較小的變化時(shí),優(yōu)化的策略就會(huì)有較大的變化;二是當(dāng)決策空間較大時(shí),數(shù)學(xué)規(guī)劃方法運(yùn)算速度非常緩慢[2]。基于自然界選擇和遺傳原則而產(chǎn)生的遺傳算法,是一種優(yōu)良的、能高效處理復(fù)雜優(yōu)化問(wèn)題的算法。遺傳算法產(chǎn)生于20世紀(jì)70年代,到了90年代,被廣泛應(yīng)用于土木工程領(lǐng)域求解全局優(yōu)化問(wèn)題,比如結(jié)構(gòu)設(shè)計(jì)和交通運(yùn)輸網(wǎng)絡(luò)等。此外,遺傳算法在公路養(yǎng)護(hù)決策優(yōu)化中也有相關(guān)的應(yīng)用[3,4]。
1.1公路養(yǎng)護(hù)中的多目標(biāo)問(wèn)題
公路養(yǎng)護(hù)中,養(yǎng)護(hù)對(duì)策的合理選擇要考慮公路的使用性能,并由此選擇相應(yīng)的方案。具體到經(jīng)濟(jì)效益上,既要求投入的資金最少,又要求車輛運(yùn)輸費(fèi)用最少,既要求選擇的對(duì)策投資效益最佳,又要求考慮所采取的養(yǎng)護(hù)措施適應(yīng)今后交通增長(zhǎng)的需求,還要考慮其對(duì)社會(huì)經(jīng)濟(jì)、政治、文化、軍事、旅游及生態(tài)環(huán)境的影響和意義[5]。
傳統(tǒng)公路養(yǎng)護(hù)中,這些多目標(biāo)問(wèn)題都被建立為一個(gè)單目標(biāo)優(yōu)化函數(shù)。單目標(biāo)優(yōu)化模型以費(fèi)用分析為基礎(chǔ),對(duì)于某個(gè)項(xiàng)目,在其分析內(nèi)的所有可以進(jìn)行比較的因素都將其計(jì)算為費(fèi)用進(jìn)行比較。然而,在公路養(yǎng)護(hù)所涵蓋的目標(biāo)中,有些容易用費(fèi)用來(lái)比較,比如投資回報(bào)、運(yùn)營(yíng)費(fèi)用的減少等;但更多的,諸如環(huán)保、生態(tài)效應(yīng)等,很難用費(fèi)用來(lái)衡量,更難以建立客觀的權(quán)重指標(biāo)來(lái)統(tǒng)一到一個(gè)優(yōu)化函數(shù)中。因此,合理求解多目標(biāo)問(wèn)題,才能更好地進(jìn)行公路養(yǎng)護(hù)方案選擇。
1.2多目標(biāo)優(yōu)化模型
本文擬選取費(fèi)用、收益、效益三個(gè)目標(biāo)來(lái)建立公路養(yǎng)護(hù)優(yōu)化模型:費(fèi)用指養(yǎng)護(hù)所需投入的費(fèi)用(C);收益指投資的回報(bào)(Y);效益為路面改善后的質(zhì)量(Q)。其中質(zhì)量的滿分為100分,按各路段的重要性不同分別給予一定的權(quán)重。最優(yōu)化模型如下:
2.1NSGA-Ⅰ算法概述
NSGA-ⅠⅠ是在NSGA遺傳算法的基礎(chǔ)上發(fā)展而來(lái)的。NSCA遺傳算法和簡(jiǎn)單遺傳算法的不同在于選擇不同的算子,在進(jìn)行選擇操作之前,首先找出當(dāng)前種群中的非劣最優(yōu)解,所有這些非劣最優(yōu)解構(gòu)成第一個(gè)非劣最優(yōu)解層,并給其賦一個(gè)大的假定適應(yīng)值。為了保持群體的多樣性,這些非劣最優(yōu)解共享它們的假定適應(yīng)值;然后以同樣的方法對(duì)種群中剩下的個(gè)體進(jìn)行分類,下一層的共享假定適應(yīng)值小于上一層的設(shè)定值;這一過(guò)程繼續(xù)進(jìn)行,直至群體中所有個(gè)體都被歸類。這樣,NSGA采用使多目標(biāo)簡(jiǎn)化至一個(gè)適應(yīng)度函數(shù)的方式,能夠解決任意數(shù)目的目標(biāo)問(wèn)題,并且能夠求最大和最小值問(wèn)題。但是,NSGA算法在計(jì)算時(shí)復(fù)雜性較高,缺乏精英策略,并且計(jì)算時(shí)需要指定共享半徑,這些不足限制了其應(yīng)用。
NSGA-ⅠⅠ克服了NSGA的這3個(gè)缺點(diǎn)。NSGA-ⅠⅠ改進(jìn)了非支配排序方法,提高了算法的效率;采用了最優(yōu)保留策略,提高了算法的收斂性;采用了一個(gè)聚集過(guò)程,保持解的多樣性,代替了以前的共享機(jī)制,從而避免指定共享半徑。
2.2NSGA-Ⅰ算法流程圖
NSGA-ⅠⅠ算法流程見(jiàn)圖1。
圖1 NSGA-Ⅰ算法框圖
實(shí)例數(shù)據(jù)改編自文獻(xiàn)[5],假設(shè)某公路養(yǎng)護(hù)部門(mén)某年有6個(gè)路段需要養(yǎng)護(hù),每個(gè)路段可供選擇的方案如表1所示,求優(yōu)化的養(yǎng)護(hù)決策。
表1 算例中各參數(shù)
對(duì)表2中的數(shù)據(jù)進(jìn)行MATLAB編程,運(yùn)行后得到最優(yōu)解,見(jiàn)圖2。
圖2 MATLAB運(yùn)行后的最優(yōu)解
表2列出了部分解所對(duì)應(yīng)的方案。
表2 部分解所對(duì)應(yīng)的方案
從表3中可以看出,利用遺傳算法能得出系列的最優(yōu)解,便于決策者根據(jù)費(fèi)用情況及對(duì)收益和質(zhì)量的要求來(lái)選擇合適的方案。
本文利用了NSGA-ⅠⅠ遺傳算法對(duì)公路養(yǎng)護(hù)決策中的多目標(biāo)問(wèn)題進(jìn)行優(yōu)化,得到了比較理想的結(jié)果,為公路養(yǎng)護(hù)管理部門(mén)作出科學(xué)的決策提供參考方法。另外,在實(shí)際應(yīng)用中,應(yīng)當(dāng)對(duì)備選方案的制定全方面考慮,使其盡可能接近于真實(shí)的環(huán)境,達(dá)到制定最佳公路養(yǎng)護(hù)決策的目的。
[1] 魏建軍,孔永健. 多目標(biāo)優(yōu)化在路面養(yǎng)護(hù)決策中的應(yīng)用[J]. 北京交通大學(xué)學(xué)報(bào), 2007,31(1):115-117.
[2] 鄒群,虞安軍. 高速公路路面養(yǎng)護(hù)決策混合遺傳優(yōu)化方法[J]. 交通運(yùn)輸工程學(xué)報(bào), 2007,7(4):63-66.
[3] Weng Tat Chan,T.F. Fwa,Kh. Zahidul Hoque. Constraint handling methods in pavement maintenance programming[J]. Transportation Research Part C 9 (2001) 175-190.
[4] 周偉,顏英秋. 公路養(yǎng)護(hù)管理系統(tǒng)的決策方法研究[J]. 中國(guó)公路學(xué)報(bào),1999,12(3):35-42.
[5] 鄒國(guó)平,虞安軍. 基于多目標(biāo)遺傳算法的高速公路多目標(biāo)路面養(yǎng)護(hù)決策優(yōu)化[J]. 養(yǎng)護(hù)機(jī)械與施工技術(shù),2007(7):30-33.
U418
B
1009-7716(2015)05-0189-02
2014-12-29
王成玉(1981-),男,安徽合肥人,碩士,工程師,從事道路設(shè)計(jì)工作。