采用模糊推理系统优化道路路线采用模糊推理系统优化道路路线摘要:研究项目的总体目标旨在探索综合基础设施以及交通干线的土地使用规划中的交通走廊。
考虑到环境影响,交通路线的选择必须处理当前以及先前存在的条件的敏感性。
虽然可以将标准分析用于解决此类性质的问题,但是它们并未在定量基础上定义一个客观方式,将一些重要但是通常在本质上不可预测的参数考虑在内。
随着系统变得日益复杂,模糊逻辑成为一个更有效的模型。
在初步设计阶段,模糊推理系统促进了决策。
与效益与成本分析相比,此决策更加完善。
在本研究中,结合决策中的工程设计、社会、环境和经济因素,对备选的路线方案进行了考虑。
研究了一个用于分析不同的案例研究的一般方法。
该方法可以用来证明公路线形的选择对环境的影响分析研究。
关键词:模糊逻辑、道路布局方案、环境成分、土地敏感性中图分类号:TU997文献标识码: A1. 引言典型的多目标决策问题包括道路设计者需要根据重要标准从一系列可能备选方案中选出一个备选方案。
对于一条新公路而言,在选取一条最低成本的路线同时,还需满足一系列设计约束条件,如:曲线半径、限制坡度和视距要求。
因为在公路设计优化中考虑到的许多成本都对地形非常敏感,所以可将地理信息系统用于获取这些成本。
地理敏感成本主要涉及到权利的方式、土方工程以及环境参数(Jha 和Schonfeld, 2000)。
关于新的交通基础设施导致的复杂环境影响,可采用模糊逻辑进行正确建模。
加州大学伯克利分校的Lotfi Zadeh教授于1965年提出了模糊逻辑和集合理论。
虽然模糊逻辑和概率逻辑非常类似,但是不同之处在于设定的真实度而并非概率的可能性。
随着系统变得越来越复杂,模糊逻辑变成一个更加有效的模型。
在初步设计阶段,模糊推理系统促进了决策。
与效益与成本分析相比,此决策更加完善。
模糊推理就是采用模糊逻辑绘制一个从给定的输入到输出映射的过程。
然后,此映射会为决策或者识别模式提供一个依据。
模糊推论过程包括隶属函数、逻辑运算【比如规则】法则的所有元素。
本研究采用了Mamdani类型的FIS规则(Mamdani和Assilian, 1975)。
模糊推论系统已被成功用在某些领域中,如:自动控制、数据分类、决策分析、专家系统和计算机图像。
由于模糊推论系统包含了各种学科,所以它有各种名字,如基于模糊规则的系统、模糊专家系统、模糊建模、模糊联想记忆、模糊逻辑控制器以及简单(隐约)模糊系统。
最著名、最常用的模糊系统为Mamdani方法系统,其带有最大-最小型或最大乘积型推论。
最大合成系指推断的模糊子集的集合体。
最小合成为T模算子,将其用作推理规则(Mamdani和Assilian, 1975)。
从数学形式观点来看,最小合成非常方便。
因此,将其用于代表基于Mamdani类型推理的模糊系统中的【若…,则…】法则。
2. 问题陈述许多简单的决策过程是基于单个目标,如将成本减至最低。
通常必须在复杂的多环境中做决定,在这些复杂的环境中,至少有一个目标函数会对问题进行限制。
公路开发工程通常包括五个阶段:规划、初步设计、详细设计、审查通过及施工。
过去提出的一些模型为公路工程设计中的最佳决策提供了根本的概念步骤,尤其是针对高速公路扩建以及修复决策,这些决策对于受制于不确定因素的公路系统而言十分必要。
交通基础设施中的经典成本效益分析的两个主要限制分别为:a)以货币形式评估项目的所有影响,以至于在社会与环境方面占上风时,该方法一点也不恰当;以及b)总净收益最大化并不会表明决策对不同目标以及参与的不同社会群体的影响(Colorini等人1999)。
交通与土地使用之间有相互联系,而公众与当地决策者通常并未意识到这种联系。
他们通常让代理负责解决由于当地和地区土地使用决策以及优先发展模式导致的交通问题。
然而,几个州已经对土地使用和交通决策以及与当地和地区代理的合作进行了突击调查。
近期研究项目的目标旨在确定并探索综合交通以及运输走廊规划中的创新点,重心在于一些特定实践,可将这些实践转移至其它地方(Rooney 等人,2010)。
从监管的立场上已确定出:越来越需要设计者意识到土木工程中的可持续开发的重要性(Wil letts等人,2010)。
人们日益将环境指标用于评估交通的可持续性以及促进决策。
然而,环境指标的潜在用户面临着大量指标集,这些指标在其科学依据以及实际应用性中有很大区别。
需要寻求一些方法,从而帮助决策者根据不同目的选择适合的指标集(Joumard 等人,2011)。
在先前的一系列研究中,方法强调的都是避免不利影响以及认为道路可以促进经济发展。
在这项研究中,结合工程因素、社会因素、环境因素和经济因素对备选路线方案进行了考虑。
为选取最佳路线,对候选道路布局进行筛选,筛选出的最佳路线应能为乘客和货物运输以及相关的经济发展潜力提供最佳收益,同时将对社会和环境的不利影响减至最低(Corbett和Gaviria,2003)。
3. 方法论模糊逻辑的一个重要应用是综合评价。
术语综合暗指通过评估过程将评审的几个因素与成份综合成一个集合形式。
这些元素可以是数值元素或非数值元素,且通常可以采用综合评价法调节模糊综合过程。
有时候要根据等级或顺序分级做出决定。
对于确定性行动而言,等级中不存在含糊情况。
如果行动包含不确定性,则等级可能比较模糊。
土地与环境敏感性分析要求为环境值创建解释模型。
将此方法用于道路设计上,可产生不同布局备选方案,环境关系系统将标识此备选方案以及地域脆弱性程度。
因此,必须将此方法处理的研究区域分成网格,将其称之为“土地单元”(L. U.),这些网格具有同类环境特征,这些特征与各个环境方面相关,必须就这些环境方面进行考虑。
将网格用于划分设计地图,在网格内,必须在两个方向内固定间距。
通常而言,在正方形固定维度内创建的网格是基于各种因素,如:版图的均匀度、可获得信息的强度和重要性以及所需精度。
在应用中,采用250m×250m的网格将版图分为土地单元。
FIS使得来自基本专题地图制图学的逻辑聚合信息可以逐渐构筑一个更加复杂的告知制度,而不是构筑一个正在被讨论的单一形式的环境系统的敏感性。
然后,将为设计的基础设施拟议的备用布局与此相比较。
表1中概括了如何标识这些重要的环境特征,这些环境特征可能对乡村公路有用。
采用一个呈现了顶部聚合情况以及底部分解情况的结构将“环境系统”分成“成分”。
环境成分的层级树从最高级到最低级分别是:“环境类别”、“环境因素”以及“环境指标”。
首先,将环境系统分为以下几类:“土地稳定性”、“生物自然影响”以及“社会经济成分”。
每种类型被再分为环境因素。
例如,“土地稳定性”种类被再分为“滑坡风险”和“地貌方面”。
环境因素具有可测量的定量和/或定性指标。
人们认为应在适当的时候引入一个更进一步的等级,将一些指标分解成“环境二级指标”。
例如,将“生产性土地使用”指标(属于社会经济成分类型)分解成“农业土地使用”和“建设用地使用”。
此过程将呈现特定环境成分(类型或因素)的土地敏感性。
呈现将以数值形式或地图形式响应每个土地单元的易损性成都,为调查的环境成分将此版图分为土地单元。
整体呈现显然取决于上文描述的金字塔中的环境成分的层次级。
因此,任何呈现旨在从“环境因素”或“环境类别”角度绘制版图或在最近分析中评估对环境的影响。
因此,“环境系统”综合了所有环境成分,并呈现了一个“敏感地区的整体结构图”。
在此表格中,环境类别的评估系统的各种输入与输出等级表明了以下值:“罕见”敏感性、“轻度”敏感性、“中度”敏感性、“高度”敏感性和“最大”敏感性。
每个土地单元的125生产规则之一为(在第53号情况中):“如果土地稳定性导致的敏感性为高度敏感性,社会经济成分导致的土地敏感性为中度敏感性,”而且生物自然影响导致的敏感性为最大敏感性,则表明环境敏感性很高。
”表1环境成分环境类别因素指标二级指标土地稳定性滑坡风险边坡岩土参数地形地貌土壤渗透率集水盆地的形态进化特征表面排水能力流域形状生物与自然影响大气噪声污染物自然资源植被景观、受到威胁和濒临灭绝的物种社会和经济成分土地使用生产性使用农业用途建筑用途基础设施服务未来土地使用城镇规划考古与美观关系在本研究中已绘制了十二个子系统,其中的十个子系统为环境因素的“主要”子系统(六个环境因素子系统、三个环境类别子系统以及一个环境概述子系统),其中的两个子系统为“次级”子系统,用于评估被分成二级指标的环境指标。
采用传统的方式(在[0;1]间距内呈现了敏感性程度)呈现了每个土地单元的脆弱性量化情况,将土地单元分成五个级别的敏感程度:“罕见”敏感、“轻度”敏感、“中度”敏感、“高度”敏感和“最大”敏感([0;0.2]、[0.2;0.4]、[0.4;0.6]、[0.6;0.8]或[0.8;1])。
显然,土地脆弱性的藐视更加统一,因此,虽然精确度较小,但是更加易读。
在拟议的研究中,输入与输出非常流畅,模糊推理系统绘制了一个从输入空间到输出空间的非线性映射。
模糊推断是一个基于模糊集合论、模糊【若…,则…】法则以及模糊推理的计算机范例。
模糊推理系统的结构:· 规则库←选取模糊规则集合· 数据库(或字典)←确定模糊规则中所用隶属函数· 推理机制←进行推理过程· 去模糊化:提取最能呈现模糊集合的明确值拟议的FIS将最小T范数运算符用于呈现模糊【若…,则…】法则:若x、y和z为语言变量,则Ak、Bk和Ck为前件部模糊集合和后件部模糊计划,分别以隶属函数μA、μB和μC为特征(图1)。
Mamdani推理规则的表示如下:其中,先前的方程对应的是推理的最小运算符类型。
规则的平行性质是模糊逻辑系统更为重要的方面之一。
与基于断点的两个模式之间的急剧转换相反,由一个规则或另一个规则控制的系统行为的区域的逻辑很通顺。
逻辑推理过程是由五部分构成:输入变量的模糊化、前件部中模糊算子(AND或OR)的应用、从前件部到后件部的暗示、根据规则的后件集合以及去模糊化(图1)。
基于各个规则(1)的推理系指所谓的FITA方法,也就是先推理后集合。
模糊集合Ck,源自各个规则Rk:Ak ∩Bk →Ck,其中k=1,2, …,r为合计值,用于获取输出模糊集合C'然后从模糊集合提取明确值,将其用作代表值:其中,μc(z)是累计输出的隶属函数,而z则是函数μc(z)下的质心。
图1推理方案4. 案例研究采用拟议的程序核实意大利南部斯奎拉切小城市社区和西梅里克里基小城市社区之间的主要S.S. 106“Jonica”道路路段的备选路线的比较以及搜寻环境最佳方案的有效性与代表性。
采用传统方法将这些结果与ANAS部门(意大利国道管理局)获取的位于意大利南部的卡拉布利亚道路网的“环境影响研究”进行比较。