既有公路网决策合理性综合评价——以广州为例

对既有公路网决策的合理性进行综合评价,采用熵权、层次分析和云模型三者结合的方法,欧氏距离函数对主、客观权重组合赋权。运用云模型的逆向云发生器,生成标准云和结果云图。以广州市既有公路网作为实例,验证模型的准确性,评价结果表明:此路网决策合理性总体合理,但局部存在不足。居民消费价格总指数、公路网密度和第一产业评价期望值低于标准云合理期望值,熵和超熵均高于标准云,分析评价结果产生的原因及改进措施与当前广州公路网规划及措施一致,说明本综合评价方法科学准确。

路网决策中展线系数的确定

在我国进行路网规划过程中 ,由于在采用路网决策支持系统时展线系数难以确定 ,从某种程度上影响了路网的决策。本文从展线系数的特性分析入手 ,首先采用模糊聚类分析法进行地形分类 ,然后建立多元线性回归模型来确定各个区域的展线系数 ,有利于为路网决策提供更为准确的信息。

基于强化学习的灾后公路网修复决策研究

为了加快恢复受灾地区的路网畅通,保障人员疏散、应急队伍调配和救灾物资运输等灾后救援工作的尽早展开,针对应急恢复阶段的灾后公路网多维修队的修复调度和路由问题展开研究,并“允许安排多个维修队同时对一条受损路段进行修复”,以实现“柔性”修复调度,从而提升最优灾后公路网修复策略的实用性。采用灾后需求点的需求满足率表示路网连通度,并以路网连通度韧性作为灾后公路网修复策略的评价指标,使用Markov决策过程模拟灾后公路网多维修队的修复调度和路由的决策过程。然后,基于Q学习与Dijkstra算法设计出适合求解所提问题的改进强化学习算法,解决了灾后公路网多维修队的修复调度和路由问题,优化了灾后需求点和物资供应点之间的可达性;最后进行了案例分析。结果表明:所提出的方法能够实现维修队的修复调度和路由的整体性决策,可以得到全局韧性最优的灾后公路网修复策略,并验证了考虑“柔性”修复调度得到的最优修复策略具有更佳的修复效果,且更具有实用性。