王成玉
(安徽省交通規(guī)劃設計研究總院股份有限公司,安徽合肥230088)
多目標優(yōu)化方法在公路養(yǎng)護中的應用
王成玉
(安徽省交通規(guī)劃設計研究總院股份有限公司,安徽合肥230088)
針對如制定公路養(yǎng)護決策等多目標優(yōu)化問題難以用單一的目標優(yōu)化函數(shù)求解的特點,在分析了傳統(tǒng)數(shù)學規(guī)劃優(yōu)化方法的不足及遺傳算法的適用性等基礎上,提出了利用NSGA-ⅠⅠ遺傳算法優(yōu)化公路養(yǎng)護決策問題,以提高公路養(yǎng)護決策的制定質量,合理安排養(yǎng)護成本,使其與收益、質量達到最優(yōu)的模式。通過模擬分析得出: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)護等多目標優(yōu)化問題。
公路養(yǎng)護;決策制定;多目標優(yōu)化;NSGA-ⅠⅠ算法
公路運營期間,長期受到行車荷載和自然環(huán)境等作用,必然會產生各種損壞。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輸費用。合理的養(yǎng)護和維修是保證路況良好的必要途徑。如何科學地制定養(yǎng)護維修決策、合理地安排養(yǎng)護維修計劃,使得公路的養(yǎng)護費用最小而效益最大,是公路管理部門面臨的首要問題[1]。
傳統(tǒng)求解養(yǎng)護決策優(yōu)化的方法為數(shù)學規(guī)劃方法,包括線性規(guī)劃、非線性規(guī)劃和動態(tài)規(guī)劃。盡管這些方法能夠得到較為滿意的解,但存在兩個方面的不足:一是解的不穩(wěn)定性,即當高速公路養(yǎng)護預算資金有較小的變化時,優(yōu)化的策略就會有較大的變化;二是當決策空間較大時,數(shù)學規(guī)劃方法運算速度非常緩慢[2]?;谧匀唤邕x擇和遺傳原則而產生的遺傳算法,是一種優(yōu)良的、能高效處理復雜優(yōu)化問題的算法。遺傳算法產生于20世紀70年代,到了90年代,被廣泛應用于土木工程領域求解全局優(yōu)化問題,比如結構設計和交通運輸網絡等。此外,遺傳算法在公路養(yǎng)護決策優(yōu)化中也有相關的應用[3,4]。
1.1公路養(yǎng)護中的多目標問題
公路養(yǎng)護中,養(yǎng)護對策的合理選擇要考慮公路的使用性能,并由此選擇相應的方案。具體到經濟效益上,既要求投入的資金最少,又要求車輛運輸費用最少,既要求選擇的對策投資效益最佳,又要求考慮所采取的養(yǎng)護措施適應今后交通增長的需求,還要考慮其對社會經濟、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)護中,這些多目標問題都被建立為一個單目標優(yōu)化函數(shù)。單目標優(yōu)化模型以費用分析為基礎,對于某個項目,在其分析內的所有可以進行比較的因素都將其計算為費用進行比較。然而,在公路養(yǎng)護所涵蓋的目標中,有些容易用費用來比較,比如投資回報、運營費用的減少等;但更多的,諸如環(huán)保、生態(tài)效應等,很難用費用來衡量,更難以建立客觀的權重指標來統(tǒng)一到一個優(yōu)化函數(shù)中。因此,合理求解多目標問題,才能更好地進行公路養(yǎng)護方案選擇。
1.2多目標優(yōu)化模型
本文擬選取費用、收益、效益三個目標來建立公路養(yǎng)護優(yōu)化模型:費用指養(yǎng)護所需投入的費用(C);收益指投資的回報(Y);效益為路面改善后的質量(Q)。其中質量的滿分為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遺傳算法的基礎上發(fā)展而來的。NSCA遺傳算法和簡單遺傳算法的不同在于選擇不同的算子,在進行選擇操作之前,首先找出當前種群中的非劣最優(yōu)解,所有這些非劣最優(yōu)解構成第一個非劣最優(yōu)解層,并給其賦一個大的假定適應值。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值;然后以同樣的方法對種群中剩下的個體進行分類,下一層的共享假定適應值小于上一層的設定值;這一過程繼續(xù)進行,直至群體中所有個體都被歸類。這樣,NSGA采用使多目標簡化至一個適應度函數(shù)的方式,能夠解決任意數(shù)目的目標問題,并且能夠求最大和最小值問題。但是,NSGA算法在計算時復雜性較高,缺乏精英策略,并且計算時需要指定共享半徑,這些不足限制了其應用。
NSGA-ⅠⅠ克服了NSGA的這3個缺點。NSGA-ⅠⅠ改進了非支配排序方法,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;采用了一個聚集過程,保持解的多樣性,代替了以前的共享機制,從而避免指定共享半徑。
2.2NSGA-Ⅰ算法流程圖
NSGA-ⅠⅠ算法流程見圖1。
圖1 NSGA-Ⅰ算法框圖
實例數(shù)據(jù)改編自文獻[5],假設某公路養(yǎng)護部門某年有6個路段需要養(yǎng)護,每個路段可供選擇的方案如表1所示,求優(yōu)化的養(yǎng)護決策。
表1 算例中各參數(shù)
對表2中的數(shù)據(jù)進行MATLAB編程,運行后得到最優(yōu)解,見圖2。
圖2 MATLAB運行后的最優(yōu)解
表2列出了部分解所對應的方案。
表2 部分解所對應的方案
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)費用情況及對收益和質量的要求來選擇合適的方案。
本文利用了NSGA-ⅠⅠ遺傳算法對公路養(yǎng)護決策中的多目標問題進行優(yōu)化,得到了比較理想的結果,為公路養(yǎng)護管理部門作出科學的決策提供參考方法。另外,在實際應用中,應當對備選方案的制定全方面考慮,使其盡可能接近于真實的環(huán)境,達到制定最佳公路養(yǎng)護決策的目的。
[1] 魏建軍,孔永健. 多目標優(yōu)化在路面養(yǎng)護決策中的應用[J]. 北京交通大學學報, 2007,31(1):115-117.
[2] 鄒群,虞安軍. 高速公路路面養(yǎng)護決策混合遺傳優(yōu)化方法[J]. 交通運輸工程學報, 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)護管理系統(tǒng)的決策方法研究[J]. 中國公路學報,1999,12(3):35-42.
[5] 鄒國平,虞安軍. 基于多目標遺傳算法的高速公路多目標路面養(yǎng)護決策優(yōu)化[J]. 養(yǎng)護機械與施工技術,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,從事道路設計工作。