System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及計算機科學、運籌學與管理科學,特別是涉及一種基于組合問題模型框架的土石方調(diào)配優(yōu)化方法。
技術(shù)介紹
1、土石方工程是復雜的系統(tǒng)工程,受多種因素影響,其施工組織設(shè)計與管理困難。實際施工中常見問題包括料源不足、運輸能力不足和施工強度不達標,導致工期延誤和成本增加。目前用于優(yōu)化土石方調(diào)配現(xiàn)有技術(shù)路線是對實際工程問題建立數(shù)學模型,采用優(yōu)化方法對數(shù)學模型進行求解,用于指導調(diào)配方案的優(yōu)化。以運輸成本為主要優(yōu)化目標針對土石方調(diào)配建立數(shù)學模型的主要方向有兩類:一、基于約束優(yōu)化問題數(shù)學模型;二、轉(zhuǎn)化類旅行商(tsp)問題數(shù)學模型。前者大多為線性規(guī)劃模型,著重考慮實際土石方調(diào)配優(yōu)化問題中的約束條件,對于中小規(guī)模問題,線性規(guī)劃求解效率、精度高,但其在大規(guī)模調(diào)配問題上泛用性較差。且該方法在面對非線性因素存在較大局限性,求解結(jié)果只能展示靜態(tài)方案,無法展示具體施工步驟,不利于工程人員組織安排后續(xù)任務(wù);后者著重優(yōu)化了土石方調(diào)配的施工流程,能夠考慮非線性因素并且能展現(xiàn)施工方案的施工工序、運輸量和運輸方向,但其缺少對實際運輸過程中車載容量、車輛運輸距離限制、交通路況等因素的考慮,無法滿足實際施工過程中更多的要求。
2、因此,亟需一種基于組合問題模型框架的土石方調(diào)配優(yōu)化方法。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是提供一種基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,基于組合問題求解復雜問題土石方調(diào)配問題及施工優(yōu)化方法,成功解構(gòu)了復雜數(shù)學問題模型的功能組成,較大程度地降低了數(shù)學建模的難度,且組合框架
2、為實現(xiàn)上述目的,本專利技術(shù)提供了如下方案:
3、一種基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,包括:
4、獲取待處理土石方的施工節(jié)點信息、成本信息、車載容量信息;
5、以成本最少為目標,基于所述施工節(jié)點信息、成本信息構(gòu)建線性規(guī)劃模型并通過求解器求解,獲取靜態(tài)調(diào)配方案,并將所述靜態(tài)調(diào)配方案存儲為多叉樹,其中,所述多叉樹中根節(jié)點為施工區(qū)坐標編碼,葉子節(jié)點為施工工序編碼;
6、以路徑最短為目標,基于所述施工節(jié)點信息、成本信息、車載容量信息構(gòu)建類旅行商問題模型,并調(diào)用所述多叉樹中的數(shù)據(jù),通過isabo算法求解,獲取路徑調(diào)配方案;
7、將所述靜態(tài)調(diào)配方案和所述路徑調(diào)配方案結(jié)合輸出,完成所述待處理土石方的調(diào)配優(yōu)化。
8、可選地,所述施工節(jié)點信息包括:施工屬性、待施工量、施工節(jié)點之間的距離;
9、所述成本信息包括:單位調(diào)配費用以及相關(guān)成本費用。
10、可選地,所述線性規(guī)劃模型包括土石方挖填平衡模型、土石方挖小于填模型、土石方挖大于填模型,其中,所述土石方挖填平衡模型為:
11、
12、所述土石方挖小于填模型為:
13、
14、所述土石方挖大于填模型為:
15、
16、其中,z為總運輸費用;cij為從挖方i到填方j(luò)的單位運費;xij為從挖方i到填方j(luò)的調(diào)配量;ai為挖方i的施工量;bj為填方j(luò)的施工量;i=1,2,...,m,m為挖方總數(shù);j=1,2,…,n,n為填方總數(shù)。
17、可選地,將所述靜態(tài)調(diào)配方案存儲為多叉樹包括:
18、將所述靜態(tài)調(diào)配方案中的每個施工方案的挖方施工區(qū)和填方施工區(qū)進行坐標編碼;
19、根據(jù)所述車載容量信息計算每個施工方案的施工工序并按順序進行編碼;
20、將每個施工方案的坐標編碼存儲為所述多叉樹的根節(jié)點,將與所述施工方案對應(yīng)的施工工序編碼存儲為所述多叉樹的葉子節(jié)點。
21、可選地,所述類旅行商問題模型為:
22、
23、ct=x·c·xt
24、s.t
25、
26、其中,et表示第t步運輸?shù)耐练搅浚籧t表示第t步施工相關(guān)的單位土方量的成本;為二進制變量(0,1),表示i節(jié)點是否為第t步運輸?shù)钠鹗脊?jié)點,n為節(jié)點數(shù)目;c為成本矩陣,記錄節(jié)點之間單位運輸成本;si表示i節(jié)點初始土方施工量,si>0代表i節(jié)點為挖方區(qū),反之則為填方區(qū);為第t步施工后i節(jié)點的剩余土方量,為第t步施工后i節(jié)點的輸入土方量,為第t步施工后i節(jié)點的輸出土方量,ri表示i節(jié)點的設(shè)計土方量,為為施工經(jīng)過s個有限步驟后i節(jié)點的剩余土方量。
27、可選地,所述isabo算法通過改進sabo算法的初始種群生成策略和更新機制獲得。
28、可選地,基于所述isabo算法的工作過程為:
29、步驟一、設(shè)置種群大小n、最大迭代次數(shù)t,基于混沌動態(tài)目標策略生成初始種群,記初代種群t=0,并計算種群中所有個體適應(yīng)度;
30、步驟二、令i=1,t=1,計算第t代當前種群第i個搜索代理的適應(yīng)度,并通過交換學習機制計算搜索代理的更新位置,通過改進的metropolis準則對第t-1代個體選擇更新;若i<n,則設(shè)置i加1,繼續(xù)迭代計算搜索代理的適應(yīng)度,直至i=n,記錄本次迭代的最佳粒子位置;
31、步驟三、若t<t,則設(shè)置t加1,進行下一輪迭代,直至t=t,輸出所有迭代中的最佳粒子。
32、可選地,基于所述混沌動態(tài)目標策略生成初始種群的過程包括:
33、初始化工序節(jié)點的備選池,所述備選池中包含所有沒被選擇的多叉樹葉子節(jié)點;根據(jù)多叉樹根節(jié)點總數(shù)將區(qū)間切割成若干等份,并將區(qū)間離散化后把所有根節(jié)點映射在離散后的區(qū)間上;
34、采用piecewise混沌映射生成若干種群數(shù)目的混沌序列,并查找混沌序列對應(yīng)的映射離散區(qū)間,進而查找所對應(yīng)的根節(jié)點;將混沌序列對應(yīng)的根節(jié)點作為所有路徑的初始根節(jié)點,再從每個初始根節(jié)點中選取一個葉子節(jié)點作為路徑的初始工序節(jié)點,同時將所述初始工序節(jié)點從所述備選池中剔除;
35、種群中的每一個個體從所述初始工序節(jié)點開始,從所述備選池中選取與上一個施工節(jié)點所在根節(jié)點外距最近的根節(jié)點中任意一個葉子節(jié)點,再將選中的葉子節(jié)點加入到路徑中,直到所述備選池中所有葉子節(jié)點被選完,一條路徑生成完畢。
36、可選地,所述交換學習機制為:
37、
38、a-vb=-sign(f(a)-f(b))(a-b)
39、其中,為新的搜索代理,xi為搜索代理,為由(0,1)區(qū)間隨機數(shù)組成的向量,是選擇交換算子的概率集合,表示當前搜索代理xi對種群的所有搜索代理進行交換學習,-sign(f(a)-f(b))為比較a和b適應(yīng)度的判斷函數(shù),用a和b指代種群中不同的兩個搜索代理,a-vb為一個a向b進行交換學習的交換序列。
40、可選地,所述改進的metropolis準則為:
41、
42、其中,t是當前迭代次數(shù),t是最大迭代次數(shù)。
43、本專利技術(shù)的有益效果為:
44、本專利技術(shù)基于組合問題求解復雜問題土石方調(diào)配問題及施工優(yōu)化方法,成功本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述施工節(jié)點信息包括:施工屬性、待施工量、施工節(jié)點之間的距離;
3.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述線性規(guī)劃模型包括土石方挖填平衡模型、土石方挖小于填模型、土石方挖大于填模型,其中,所述土石方挖填平衡模型為:
4.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,將所述靜態(tài)調(diào)配方案存儲為多叉樹包括:
5.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述類旅行商問題模型為:
6.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述ISABO算法通過改進SABO算法的初始種群生成策略和更新機制獲得。
7.根據(jù)權(quán)利要求6所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述ISABO算法的工作過程為:
8.根據(jù)權(quán)利要求7所述
9.根據(jù)權(quán)利要求7所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述交換學習機制為:
10.根據(jù)權(quán)利要求9所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述改進的Metropolis準則為:
...【技術(shù)特征摘要】
1.一種基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述施工節(jié)點信息包括:施工屬性、待施工量、施工節(jié)點之間的距離;
3.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述線性規(guī)劃模型包括土石方挖填平衡模型、土石方挖小于填模型、土石方挖大于填模型,其中,所述土石方挖填平衡模型為:
4.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,將所述靜態(tài)調(diào)配方案存儲為多叉樹包括:
5.根據(jù)權(quán)利要求1所述的基于組合問題模型框架的土石方調(diào)配優(yōu)化方法,其特征在于,所述類旅行商問題模型為:<...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:葉錦華,王亮,王利偉,胡煜東,韓強,李博森,孫曉明,王洋洋,徐浪,王鐸霖,王祥,
申請(專利權(quán))人:北京市政路橋股份有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。