基于知识工程的铁路智能选线设计理论、方法及应用

朱颖，罗圆

(1.中国中铁股份有限公司，北京100039；2.中铁二院工程集团有限责任公司，四川 成都610031)

1 研究背景

选线设计是铁路勘察设计的核心工作，也是铁路建设的龙头，具有复杂性强、责任大、牵涉面广、工作量多、知识性强、工程经验集中等特点[1]。由于受包括地形、地质、水文、技术等客观条件和专家经验、地方运输要求、政府部门意见等主观条件的约束，要考虑各种定性、定量、确定和不确定的因素，需处理各种数值的、字符的、图形的、图像的资料，使得选线设计过程异常复杂，作业难度大、决策风险高。怎样加快选线设计进程，减轻设计工作的劳动强度，增强决策方案的可行性、经济性和科学性，实现智能化和数字化设计，一直都是选线设计领域的研究中心。国外在该领域的研究起步很早，已经开发了Civil 3D、CARD/1、旷达(Quantm)等许多实用化程度较高的软件系统，基于三维环境的线路计方法与技术也不断出现与进步[2−3]。朱颖等[4−6]在铁路智能选线领域也做了大量有益的研究工作，取得了众多的研究成果。但从工程实际应用情况来看，国内现有的三维数字模型、线路智能优化、方案智能决策[7]等研究成果还未能在实际工程中得到很好的应用，对铁路选线设计专家经验的挖掘和利用程度不够是其中的主要原因之一，使得铁路选线设计目前仍处于二维CAD设计时代，即在计算机CAD辅助设计或虚拟现实的人机交互环境，或是单纯的图纸环境中，人工解读出设计项目所处的地形、地质、社会经济等信息，结合项目的运输和技术要求，由专家比选确定技术标准和线路空间位置，选线设计作业过程更多的还是依赖于设计人员的个人经验与知识。为此，项目组通过多年研究，并结合具体工程实践，建立了基于知识工程的铁路智能选线理论与方法[8]，并通过对Arc‐Globe的二次开发，研发了铁路智能选线辅助设计系统。研究成果主要由铁路选线知识建模、选线知识表示方法、地理信息表示与利用方法、基于知识工程的铁路选线方法、软件系统及应用等核心内容组成。

2 基于知识工程的铁路智能选线架构

铁路选线设计过程包含有专家大量的实践经验，智能选线技术的研究离不开对这些选线经验的总结、提炼、归纳和利用，这也是目前开发实用化智能选线系统亟需解决的关键技术难题。知识工程是一门研究如何获取、验证、推理及应用知识的新兴学科，它将各领域中那些共同的基本问题抽出来，使之成为指导具体研制智能系统的一般方法和基本工具[9]。本项目引入知识工程理论以获取、表达和利用铁路选线设计中的各种信息及专家经验，为解决上述技术难题提供了一种有效的手段，基于知识工程的铁路智能选线总体架构如图1所示。

图1 基于知识工程的铁路智能选线架构Fig.1 Railway intelligent route selection architecture based on knowledge engineering

3 基于本体的铁路选线知识建模

本体是知识工程理论中的一种重要工具，能够对某领域的一些共同概念、概念间关系以及概念或关系之间约定进行形式化的描述[10]。通过本体来统一表达和描述铁路选线设计领域各种概念、内容、经验和知识，为不同知识和信息的共享、集成与互操作提供了有利的中间工具，可用于知识数据库的建立提高数据库开发的效率和质量。铁路选线设计中涉及的本体可分为线路本体、选线地理环境本体、线路评价本体3类。其中，线路本体由路基、隧道、桥梁等一系列功能各异的结构物组成，选线地理环境本体包括沿线的地形、地物、地质、水系、土地利用、社会经济等周边环境，线路评价本体是线路方案评价指标体系，包括铁路能力、经济合理性、技术合理性、经济效益、与其他建设项目的配合等指标。

图2 线路本体Fig.2 Line body

4 基于软件工程及知识工程的知识表达方法

4.1 选线设计知识表达

面向对象技术是现在最可靠、高效、流行的计算机知识处理技术，且符合人的思维习惯和认知方式,能提高知识表达和处理能力[11]。课题采用了面向对象技术作为选线设计知识表示的主要方法，把本体表达成计算机能够识别、处理、利用的知识，以便于计算机能够高效利用选线设计中的各种经验和信息。将选线设计领域的知识处理成事实知识、规则知识和控制知识3类面向对象的计算机知识。事实知识是有关选线领域内的概念、事实、事物的属性、状态以及其关系的描述；规则知识是有关选线领域内各种概念、事实之间的规则、关系和约束；控制知识是使用知识的知识，把使用知识求解任务的过程或方法表示出来，即告诉我们如何做一件事情的知识，比如具体的选线方法，指导推理机按指定的策略来完成选线任务。

图3 事实类知识用计算机语言的描述Fig.3 Description of fact knowledge in computer language

4.2 提案—目标验证式通用推理

铁路选线设计的方案决策都是在一定约束条件下进行，为此，提出了经过一系列推理，然后再验证其是否满足目标条件的提案—目标验证式的嵌入式通用推理机方法[12]，利用推理的方式完成配曲线等具体的线路设计工作。例如，根据铁路线路设计规范，如果设计速度为350 km/h，圆曲线半径为12 000 m，超高时变率为25 mm/s时，那么缓和曲线应选370 m。

5 面向智能选线的地理信息表示与利用方法

课题通过建立基于本体的智能选线地理信息获取与利用技术，实现对各种地形、地质、水文、人文地理等文字资料的快速获取与利用，解决了基于本体构建地理信息数据库、线路地形分析与可视化、线路设计辅助信息提取以及线路评价知识提取4个关键技术问题。

5.1 地理信息数据库

利用ArcGIS作为地理信息平台,以GeoData‐base作为数据库格式建立地理信息数据库。首先构建地形、地物等本体模型，然后将本体模型转换为计算机能够识别和操作的GeoDatabase的UML逻辑模型，再把逻辑模型转换为计算机中与实际物体相对应的物理模型(铁路、山、河流等)，最后根据研究区域需要导入或建立地理数据。

5.2 基于数字摄影测量的地理信息获取技术

利用摄影测量技术，实现了通过遥感、卫星航片等影像对地理信息的获取、处理、提取和成果表达。数字地形模型(DTM)的获取是其中的关键，可利用空中三角测量光束在摄影瞬间的空间位置和姿态的参数，联立并求解不同位置像片的共线方程和同名像点的共面方程，得到指定像点对应的地面点的三维坐标。

5.3 三维地形可视化

在智能选线设计环境中，运用了线框模型、表面模型、景观模型和真三维立体景观模型以及各种必要的可视化工具，根据方案决策的需要为设计者快速、动态、多角度呈现地形以及其他环境信息。景观模型是在物体表面模型上，叠加颜色、照片、影像等构成的纹理图案，使建立的三维表面模型具有一定的真实感。将不同的景观模型或图像分别放置入左右眼缓冲区，经透视投影，将产生一个无论在几何外观上还是感觉上都非常好的立体效果，实现真三维立体景观显示。

5.4 线路评价知识获取

智能选线需要实现线路方案评价知识的自动提取，综合考虑铁路与地理环境的相互关系，让计算机知道方案的优劣，才能自动修改或改进设计方案。直接与地理环境相关的线路评价知识考虑了土地征用费、路基工程费和各类拆迁/改移费等。土地征用费可通过式(1)实现自动提取。

式中：FD为总的用地费；a为考虑弃土堆、取土坑、天沟、排水沟等用地界的比例系数；Ak为横断面图上第k块区域的用地面积；pk为横断面图上第k块区域的用地价格。

路基工程费是在数字地面模型的基础上通过地面高程内插获得横断面的地面线，然后计算出各断面的填挖面积，据此得出填挖方量，并乘以相应的价格得到。各类建筑物的拆迁费用由拆迁物的类型、面积和拆迁物的价格决定。此外，还包括包含桥梁、隧道、车站等费用，限于篇幅，具体可参考文献[8]。

6 铁路智能选线创新设计方法

解决选线设计的智能化问题,需要探索以知识为导向、追求全局多目标优化的新设计方法，为此提出了基于生成－筛选－改进(GFI)的铁路智能选线创新设计方法。该方法首先基于对环境信息的分析提出满足约束的多个初始方案，然后选择适当的指标去除明显不可行的方案，最后分析各方案满足设计要求的情况和有待改进的地方，据此改进方案，如图4。将该方法运用于平面自动生成、纵断面自动生产、局部方案设计和技术标准方案自动选择。

图4 GFI创新设计方法活动Fig.4 Activity diagram of GFI innovative design method

1)线路平面智能设计的过程是在人工或计算机指定线路经过区域的经济据点、越岭垭口、桥隧控制工程等控制点的基础上，采用图5和式(2)～(4)的基于栅格数据的最优路径分析方法，在指定起终点间生成最优路径，再利用提案—验证通用推理机确定配置的交点位置、配置的各类曲线位置和半径大小等平面曲线要素，并验证是否满足目标条件。

以栅格数据为基础，把高程、坡度、地质、地物、湖泊、用地等信息表示为栅格单元的属性值。如图5中的栅格，中心栅格u0上下左右4个直线方向上的移动费用为：

图5 栅格路径搜索模式Fig.5 Grid path search mode

4个斜线方向上的移动费用为：

在栅格9～16的方向上，移动费用等于路径周围4个单元平均值的加上中心格网的综合费用。比如移动到单元9的综合费用为：

式中：Cc(0,i)为单元0到单元i的移动费用;wdw,wdz,wyz,wdx分别为地面建筑物费用、不良地质、用地和地形的权值；Cc0为中心单元的综合费用，包括征地费用Cyd，地面建筑物费用Cdw，不良地质整治费用Cdz以及与地形相关的各类工程费Cdx。

2)纵断面的自动生成是由人工或根据线性拟合初步确定纵断面变坡点位置和坡度；然后在各种约束条件下，自动调整变坡点位置，使变坡点的坡度差满足规范要求；再布置隧道、桥梁等结构物，并根据这些构造物对坡度、坡长的特殊要求调整纵断面，生成初始纵断面；最后，利用施工标高函数F和纵断面克服高程差总和G对多个纵断面方案进行评价和比选，并进行改进，得到最满意纵断面。施工标高函数和纵断面高程差总和可按下式计算：

式中：ΔH为各地面点的施工标高；μl，μq和μs分别为路基、桥梁、隧道的施工标高系数；Δh为各变坡点间的设计高程差。

7 铁路智能选线辅助设计系统

基于上述理论与方法，通过对ArcGlobe的二次开发，建立了基于GIS、具备三维交互功能的铁路智能选线辅助设计系统，能在指定的多个控制点间自动生成满足经济、技术要求和地理环境约束的满意线路设计方案，并以三维可视化方式呈现出来，实现了把决策者从方案的细节设计中解脱、加快设计进程、减轻劳动强度以及提高方案决策科学性的目的。

8 工程应用

以成都至达州铁路某丘陵地区长约10 km，宽4 km的地段为研究对象，说明本研究成果的工程实际应用。在研究区域内存在既有铁路(如图7所示的黑色线路)，但技术指标差，要求在不影响既有铁路的前提下修建新的单线铁路。使用本项目开发的铁路智能选线辅助设计系统，在研究区域内自动生成满足技术经济要求、不影响既有线运营的优秀方案。

利用既有AutoCAD图形，协同使用ESRI的ArcGlobe，ArcMap和ArcCatalog等软件完成数据的建模与采集任务，建立研究区域的地理信息数据库。根据控制点、相应技术标准以及线路相关知识自动生成，按照最小费用路径生成线路平面和纵断面，并利用创新设计方法，对多个线路方案进行比选、改进和优化如图7所示。图中展示了4个比较优秀的方案，以及其综合评价结果(见表1)，评价时选择指标为：线路长度、主要工程造价、填挖不平衡和线路克服高度，其权重分别为0.2，0.4，0.25和0.15。图中带里程号的是最好的方案(排除既有线存在时)，其线路长度最短、投资最小，克服高度最小，即运行指标最好，但填挖平衡稍差。

表1 方案评价结果Table 1 Scheme evaluation results

图7 智能选线设计结果Fig.7 Design results of intelligent line selection

图6 铁路智能选线辅助设计系统Fig.6 Railway intelligent line selection auxiliary design system

项目成果已成功应用于中铁二院渝利、渝万、贵广、中老等铁路项目的选线设计，开发的智能辅助选线系统能在三维设计环境中进行线路方案快速智能比选，大幅减轻了设计人员的劳动强度，提高了工作效率和质量。相关研究成果还推广应用到铁一院、中铁咨询以及兰州交通大学等单位，取得了良好效果。

9 结论

1)智能选线的目标是要把人从简单重复的劳动中解放出来，提高工作效率和质量，但仍需要利用设计人员丰富的从业经验及知识，不能单纯交由计算机和数学模型来完成，需要结合人与计算机的各自优势，实行协同化的操作模式。

2)本项目提出了铁路选线系统智能环境本体建模方法、基于本体与面向对象技术的选线系统知识表达方法、地理信息相关选线领域知识的获取及应用技术，搭建了智能选线环境建模平台，研发了基于知识工程和GIS的铁路智能选线辅助设计系统，建立了基于知识工程的铁路智能选线理论与方法，提高了铁路选线设计效率和质量。铁路选线领域涉及的专家经验和知识非常丰富，项目将进一步研究解决经验和知识的数字化技术难题，以期进一步推动选线设计数字化、智能化和智慧化的实现。