【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及人工智能在道路選線設(shè)計上的應(yīng)用技術(shù)，特別涉及一種基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法。
技術(shù)介紹
1、隨著我國區(qū)域融合和城市功能的不斷疊加，城市人口、空間、資源等矛盾日益突出，地下空間資源的開發(fā)利用成為趨勢和必然。在各大城市中，作為地面道路系統(tǒng)的延伸和補(bǔ)充，地下快速路快速發(fā)展。但新建地下道路選線所需考慮指標(biāo)量多，定量評價困難。除需考慮常規(guī)道路選線所需的線形參數(shù)、避障、交通功能完善等要素之外，還受地質(zhì)條件等要素影響，施工不當(dāng)將會導(dǎo)致周邊環(huán)境變形、房屋開裂。因此如何綜合考慮各因素，進(jìn)行線路優(yōu)化具有重要挑戰(zhàn)。
2、針對于道路線型設(shè)計的傳統(tǒng)智能選線方法，多基于已知線路交點(diǎn)集在簡化的剖面組或者柵格空間內(nèi)探索，大量可能的線路方案無法被探測到，具有很大局限性。而當(dāng)前的強(qiáng)化學(xué)習(xí)方法多針對于柵格空間內(nèi)的尋路問題，生成的線路多為柵格或折線線路，不具備規(guī)范要求的線型要素，無法應(yīng)用于地下快速路選線中。
3、目前的問題在于：
4、1)城市地下快速路選線階段，綜合各類影響因素，目前規(guī)劃設(shè)計方法存在多源數(shù)據(jù)獲取及量化應(yīng)用不足等問題，多依據(jù)gis或cad圖紙中地表地物信息，采用經(jīng)驗或?qū)哟畏治龅仁侄危瑢ζ矫婢€型、縱面線型、平縱組合等參數(shù)進(jìn)行確定，缺乏對選線區(qū)域地上地下以及沉降等多源數(shù)據(jù)的綜合考慮，定量化水平低；
5、2)當(dāng)前針對道路線型設(shè)計的啟發(fā)式優(yōu)化算法局限大，而基于尋路問題的強(qiáng)化學(xué)習(xí)模型在動作空間設(shè)計和選線空間設(shè)計均無法達(dá)成地下道路線型設(shè)計的基本需求。這是本申請需要著重改善的地方
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)所要解決的技術(shù)問題是要提供一種基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，有利于提高地下道路設(shè)計的效率和準(zhǔn)確性，降低了人為因素的干擾。
2、為了解決以上的技術(shù)問題，本專利技術(shù)提供了一種基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，包括如下的步驟：
3、步驟s1，基于地理信息系統(tǒng)gis和干涉合成孔徑雷達(dá)insar提供的城市環(huán)境多源數(shù)據(jù)建立柵格化的觀察空間，依據(jù)規(guī)范參數(shù)化地下快速的平面線形建立初始的線性連續(xù)的線路空間，兩者共同構(gòu)建強(qiáng)化學(xué)習(xí)模型的選線空間；
4、進(jìn)一步地，所述構(gòu)建強(qiáng)化學(xué)習(xí)模型的選線空間，包括如下的步驟：
5、步驟s11，依據(jù)gis提供的遙感信息、地質(zhì)信息、水文信息建立gis柵格數(shù)據(jù)集，提取insar計算的歷年沉降數(shù)據(jù)，通過統(tǒng)計方法計算過往沉降的平均速率、平均值、極值構(gòu)成insar沉降的柵格數(shù)據(jù)集，兩者統(tǒng)一為同精度下的柵格數(shù)據(jù)形成觀察空間，為后續(xù)的強(qiáng)化學(xué)習(xí)模型提供狀態(tài)信息；
6、步驟s12，對道路規(guī)范中要求的三類平面基本線型進(jìn)行參數(shù)化，線型依據(jù)設(shè)計規(guī)范要求的組合特點(diǎn)分為主要線型和次要線型，其中默認(rèn)的一組單位線型由一條主要線型和一條次要線型構(gòu)成，參數(shù)后的一組單位線型用半徑、轉(zhuǎn)角、回旋線參數(shù)三個參數(shù)來表示，最終多組線型構(gòu)成的地下快速路設(shè)計線路由各組的參數(shù)形成唯一的序列表示并形成線路空間，提供最終優(yōu)化線路的精確線路信息；
7、進(jìn)一步地，步驟s12包括：通過數(shù)學(xué)方法構(gòu)建直線、緩和曲線、圓曲線的數(shù)學(xué)方程，其中直線和圓曲線作為主要線型用半徑r和轉(zhuǎn)角θ表示，緩和曲線作為次要線型用回旋線參數(shù)a表示，一組單位線型由次要線型拼接一條主要線型構(gòu)成，由一組參數(shù)(ri,θi,ai)確定，最終由多組單位線型構(gòu)成的線路用參數(shù)序列
8、[(r0,θ0,a0)，(r1,θ1,a1),(r2,θ2,a2),…,(rn,θn,an)]表示。
9、步驟s2，強(qiáng)化學(xué)習(xí)模型的策略網(wǎng)絡(luò)接收選線空間的參數(shù)信息輸出線型參數(shù)；
10、進(jìn)一步地，所述強(qiáng)化學(xué)習(xí)模型包括：強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)包括價值網(wǎng)絡(luò)、目標(biāo)價值網(wǎng)絡(luò)、策略網(wǎng)絡(luò)和目標(biāo)策略網(wǎng)絡(luò)，其中策略網(wǎng)絡(luò)和目標(biāo)策略網(wǎng)絡(luò)通過接收選線空間的狀態(tài)信息輸出線型參數(shù)(ri,θi,ai)。
11、步驟s3，線型構(gòu)建器根據(jù)規(guī)范要求修正線型參數(shù)，并對選線空間進(jìn)行更新；
12、進(jìn)一步地，所述線型構(gòu)建器根據(jù)強(qiáng)化學(xué)習(xí)策略網(wǎng)絡(luò)的輸出線型參數(shù)(ri,θi,ai)更新線路空間；
13、所述線型構(gòu)建器根據(jù)線型參數(shù)(ri,θi,ai)判斷主要線型和次要線型的類型，結(jié)合線路末端的坐標(biāo)和方向計算生成線型的參數(shù)方程，同時依據(jù)規(guī)范要求對線路的線型參數(shù)進(jìn)行修正，具體參數(shù)方程如下：
14、直線：圓曲線：回旋線：
15、式中：α表示線路末端的方向，(x0,y0)為線路末端的位置坐標(biāo)，s,s'為回旋線參數(shù)，其中s＝a2/ri,s'＝a2/ri-1；
16、回旋線中的正負(fù)號依據(jù)當(dāng)前和上一步的線型參數(shù)(ri,θi,ai)和(ri-1,θi-1,ai-1)確定。
17、步驟s4，多指標(biāo)評價模型依據(jù)新的選線空間的參數(shù)信息輸出獎懲值，強(qiáng)化學(xué)習(xí)模型的價值網(wǎng)絡(luò)接收獎懲值計算梯度進(jìn)行更新，并傳遞梯度更新策略模型；
18、進(jìn)一步地，所述多指標(biāo)評價模型和強(qiáng)化模型訓(xùn)練包括：
19、步驟s41，多指標(biāo)評價模型根據(jù)更新后的選線空間從多因素綜合評價當(dāng)前生成線路的，多指標(biāo)評價模型參考的因素包括當(dāng)前線路的設(shè)計參數(shù)，gis遙感信息的地物分級、障礙信息、目標(biāo)信息，以及insar提供的沉降信息；多指標(biāo)評價模型需考慮的評價方面包括，目標(biāo)的抵達(dá)性、避障性、經(jīng)濟(jì)性、安全性；具體的獎懲值計算如下：
20、reward＝(w1r1+w2r2+w3r3+w4r4+w5r5)×β????????????????(4)；
21、靠近目標(biāo)的獎勵：r＝(di-di-1)/d(5)；
22、方向修正的獎勵：
23、
24、指向障礙的懲罰：r3＝sense_r/obstacle≤20°????????????????(7)；
25、線路長度的懲罰：r4＝(1-(di-di-1)/l)??????????????????????(8)；
26、沉降風(fēng)險的懲罰：r5＝(0.01ni-mi)/l????????????????????????(9)；
27、式中，di為第i步生成線路距離目標(biāo)的距離；sense_r為狀態(tài)信息的獲取范圍；obstacle≤20°為線路方向20°以內(nèi)的最近障礙物的距離；l為當(dāng)前生成一組單位線型的長度；ni為當(dāng)前生成一組單位線型所歷經(jīng)的全部區(qū)塊；mi為當(dāng)前生成一組線型所歷經(jīng)的高風(fēng)險區(qū)塊；reward_shaping為獎勵值的修正，隨著線路靠近終點(diǎn)增大，其中當(dāng)線路抵達(dá)終點(diǎn)時，獲得固定獎勵值100，撞上障礙物，獲得固定懲罰值-100；
28、步驟s42，強(qiáng)化學(xué)習(xí)價值網(wǎng)絡(luò)和目標(biāo)價值網(wǎng)絡(luò)依據(jù)得到的獎勵值，計算梯度進(jìn)行價值網(wǎng)絡(luò)更新，并將梯度傳遞值策略網(wǎng)絡(luò)同時進(jìn)行更新，目標(biāo)網(wǎng)絡(luò)部分復(fù)制策略網(wǎng)絡(luò)和價值網(wǎng)絡(luò)的參數(shù)進(jìn)行軟更新，梯度的計算方式如下：
29、gradq＝q+reward-q'?????????????????????本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，包括如下的步驟：
2.根據(jù)權(quán)利要求1所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟S1包括如下的步驟：
3.根據(jù)權(quán)利要求2所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟S12包括：
4.根據(jù)權(quán)利要求1所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟S2包括：
5.根據(jù)權(quán)利要求1所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟S3包括：線型構(gòu)建器根據(jù)強(qiáng)化學(xué)習(xí)策略網(wǎng)絡(luò)的輸出線型參數(shù)(Ri,θi,Ai)更新線路空間；
6.根據(jù)權(quán)利要求1所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟S4包括：
7.根據(jù)權(quán)利要求1所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟S5包括：
8.根據(jù)權(quán)利要求1所述的基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)
9.一種計算機(jī)系統(tǒng)，包括存儲器、處理器及存儲在存儲器上的計算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計算機(jī)程序以實(shí)現(xiàn)權(quán)利要求1-8中任一項所述基于GIS和InSAR的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法的步驟。
...【技術(shù)特征摘要】
1.一種基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，包括如下的步驟：
2.根據(jù)權(quán)利要求1所述的基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟s1包括如下的步驟：
3.根據(jù)權(quán)利要求2所述的基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟s12包括：
4.根據(jù)權(quán)利要求1所述的基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟s2包括：
5.根據(jù)權(quán)利要求1所述的基于gis和insar的地下快速路強(qiáng)化學(xué)習(xí)智能選線方法，其特征在于：所述步驟s3包括：線型構(gòu)建器根據(jù)強(qiáng)化學(xué)習(xí)策略網(wǎng)絡(luò)的輸出線型...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周彪，劉龍坤，謝雄耀，
申請(專利權(quán))人：同濟(jì)大學(xué)，
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。