铁路线路方案评价及比选多采用组合赋权法,其主观赋权过程计算冗杂。选取具备一定程度普适性的专家案例,采用最大熵逆向强化学习方法从专家案例中学习主观赋权“知识”,得到专家案例隐藏的“奖励”,从而获取可解释性的主观权重。将此主...铁路线路方案评价及比选多采用组合赋权法,其主观赋权过程计算冗杂。选取具备一定程度普适性的专家案例,采用最大熵逆向强化学习方法从专家案例中学习主观赋权“知识”,得到专家案例隐藏的“奖励”,从而获取可解释性的主观权重。将此主观权重与离差法所得客观权重组合并投入后续TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)评价流程,对线路方案进行最终评价。结合具体实例,建立设计阶段绿色铁路的评价指标体系。结果表明:该方法可以有效计算铁路线路方案评价的量化指标,减小现有赋权方法的计算复杂度,取得较好的评价效果,与真实案例比选结果一致。通过讨论该方法的适用性、局限性及原因,确定该方法在初步评价和泛用性评价中的定位。展开更多
为了解决接轨站选择中定性描述多、比选方案数量庞大、比选机制主观性强的难题,首先对定性因素进行客观量化分析,然后构建考虑多新建车站位置的多目标整数规划模型,其次,基于Pareto最优解原理,结合线性逼近的约束优化算法和分支定界算...为了解决接轨站选择中定性描述多、比选方案数量庞大、比选机制主观性强的难题,首先对定性因素进行客观量化分析,然后构建考虑多新建车站位置的多目标整数规划模型,其次,基于Pareto最优解原理,结合线性逼近的约束优化算法和分支定界算法的基本原理,设计模型的求解算法,最后,以新建济南至枣庄铁路项目为工程实例对模型与算法进行验证并将计算结果与人工比选结果相比较,得出结论:模型推荐的最终方案以增加0.2%的少量建造成本为代价,分别提升可及性4.65%、路网运输能力1.35%,同时计算时间仅为4 min 20 s,而人工比选需要花费大量的人力、物力、时间用于计算。以上对比证实该模型不仅能得出优于或等于人工比选的最终结果,同时还能节省大量人力物力以及工作时间,具有理论和工程应用价值。展开更多
文摘铁路线路方案评价及比选多采用组合赋权法,其主观赋权过程计算冗杂。选取具备一定程度普适性的专家案例,采用最大熵逆向强化学习方法从专家案例中学习主观赋权“知识”,得到专家案例隐藏的“奖励”,从而获取可解释性的主观权重。将此主观权重与离差法所得客观权重组合并投入后续TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)评价流程,对线路方案进行最终评价。结合具体实例,建立设计阶段绿色铁路的评价指标体系。结果表明:该方法可以有效计算铁路线路方案评价的量化指标,减小现有赋权方法的计算复杂度,取得较好的评价效果,与真实案例比选结果一致。通过讨论该方法的适用性、局限性及原因,确定该方法在初步评价和泛用性评价中的定位。
文摘为了解决接轨站选择中定性描述多、比选方案数量庞大、比选机制主观性强的难题,首先对定性因素进行客观量化分析,然后构建考虑多新建车站位置的多目标整数规划模型,其次,基于Pareto最优解原理,结合线性逼近的约束优化算法和分支定界算法的基本原理,设计模型的求解算法,最后,以新建济南至枣庄铁路项目为工程实例对模型与算法进行验证并将计算结果与人工比选结果相比较,得出结论:模型推荐的最终方案以增加0.2%的少量建造成本为代价,分别提升可及性4.65%、路网运输能力1.35%,同时计算时间仅为4 min 20 s,而人工比选需要花费大量的人力、物力、时间用于计算。以上对比证实该模型不仅能得出优于或等于人工比选的最终结果,同时还能节省大量人力物力以及工作时间,具有理论和工程应用价值。
