-
公开(公告)号：CN118278145A
公开(公告)日：2024-07-02
申请号：CN202410605295.9
申请日：2024-05-16
申请人： 中南大学 , 高速铁路建造技术国家工程研究中心
IPC分类号： G06F30/18 , G06F30/27 , G06N3/092 , G06Q10/0639 , G06Q50/40 , G06F111/06
摘要： 本申请涉及铁路线路技术领域，提供了一种基于模仿和强化学习的铁路选线方法、设备及介质。该方法包括：获取专家铁路线路数据以及实际交通设施信息，基于专家铁路线路数据获取专家铁路轨迹；利用线路生成模型在噪声范围内生成专家铁路轨迹对应的初始线路；按照初始线路被选择的概率进行排序，根据排序后初始线路获取奖励推断函数；将奖励推断函数作为PPO模型的评价网络并生成铁路线路；基于实际交通设施信息计算质量指标；根据质量指标获取线路质量；根据线路质量对线路生成模型和PPO模型进行优化得到最终线路生成模型和最终PPO模型；利用最终线路生成模型和最终PPO模型生成最终铁路线路。本申请的方法能提高铁路线路的合理性。
-
公开(公告)号：CN118278145B
公开(公告)日：2024-08-16
申请号：CN202410605295.9
申请日：2024-05-16
申请人： 中南大学 , 高速铁路建造技术国家工程研究中心
IPC分类号： G06F30/18 , G06F30/27 , G06N3/092 , G06Q10/0639 , G06Q50/40 , G06F111/06
摘要： 本申请涉及铁路线路技术领域，提供了一种基于模仿和强化学习的铁路选线方法、设备及介质。该方法包括：获取专家铁路线路数据以及实际交通设施信息，基于专家铁路线路数据获取专家铁路轨迹；利用线路生成模型在噪声范围内生成专家铁路轨迹对应的初始线路；按照初始线路被选择的概率进行排序，根据排序后初始线路获取奖励推断函数；将奖励推断函数作为PPO模型的评价网络并生成铁路线路；基于实际交通设施信息计算质量指标；根据质量指标获取线路质量；根据线路质量对线路生成模型和PPO模型进行优化得到最终线路生成模型和最终PPO模型；利用最终线路生成模型和最终PPO模型生成最终铁路线路。本申请的方法能提高铁路线路的合理性。
-
公开(公告)号：CN118070217A
公开(公告)日：2024-05-24
申请号：CN202410118659.0
申请日：2024-01-29
申请人： 中南大学 , 高速铁路建造技术国家工程研究中心
IPC分类号： G06F18/25 , G06V10/20 , G06V10/40 , G06T7/187 , G06F30/13 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/096 , G06Q50/08
摘要： 本发明涉及铁路设计技术领域，具体提供一种铁路主要技术标准推荐方法，包括：采集铁路线路研究区域的自然环境信息和路网环境信息，并划分成单选区；采用串‑并混合深度神经网络模型计算出单选区的铁路主要技术标准推荐值，作为选举结果；统计各主要技术标准的局部推荐频次作加权处理得到加权投票数，取加权投票数最高的一组所对应的铁路主要技术标准作为推荐结果。本发明平衡了铁路技术标准选择的全局利益和局部利益，确保了技术标准的制定既满足整体发展的需求，又兼顾了各地区的实际利益，精准度高且实用性强。本发明还提供一种计算机存储介质及设备，包括计算机程序指令，该计算机程序指令执行上述铁路主要技术标准推荐方法。
-
公开(公告)号：CN116050689B
公开(公告)日：2023-11-17
申请号：CN202310058218.1
申请日：2023-01-18
申请人： 中南大学
IPC分类号： G06Q10/047 , G06N7/01 , G06N5/01 , G06F30/27
摘要： 本发明一种广域空间铁路线路智能搜索方法，所述方法的步骤包括步骤S100：初始化蒙特卡洛树；步骤S200：进行蒙特卡洛树搜索循环，具体是，依据UCT函数确定树内最优路径，然后基于树外策略进行一次模拟探索，最后将探索所得造价回溯，更新本次探索路径中每个节点的信息；步骤S300：从蒙特卡洛树中提取最优路径，具体是，忽略UCT函数中的探索项，依据经验项在树内依次选择最优节点并生成节点序列，即蒙特卡洛树搜索产生的最优路径；步骤S400：最优路径拟合得到三维线路方案。优点是，平衡在线路设计中经验与探索的关系，在铁路建设区域内实现线路的自动化搜索，并为设计人员提供大量线路备选方案，辅助人工选线设计过程，提升线路设计的质量与效率。
-
公开(公告)号：CN116757347A
公开(公告)日：2023-09-15
申请号：CN202310722951.9
申请日：2023-06-19
申请人： 中南大学
IPC分类号： G06Q10/047 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q50/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06F30/27
摘要： 本发明公开了一种基于深度学习的铁路线路选线方法及系统，该方法包括：采集既有线路数据，从线路平面、线路纵面方向进行离散处理，将线路离散为三维空间的线段集合，再对每条线路的线段集合进行标注作为输出端数据；对各线路所在研究区域的各类地理环境信息进行环境标注，生成研究区域的多通道图像作为输入端数据；利用输入端数据集以及输出端数据集训练深度学习网络模型。本发明技术方案将既有铁路线路拆解成可为机器学习的向量数据，并将多维环境状态融合后作为输入端，定线动作标注参数作为输出端，探索出多维环境状态到最优定线动作之间的映射规律，克服了传统方法无经验借鉴，盲目搜索导致训练模型耗时久的不足，有效节省了模型训练时间。
-
公开(公告)号：CN116150929B
公开(公告)日：2023-07-07
申请号：CN202310401779.7
申请日：2023-04-17
申请人： 中南大学
摘要： 本发明提供了一种铁路选线知识图谱的构建方法，包括以下步骤：专家梳理总结规范知识原则及人工选线经验，归纳整理控制因素及其处置措施，创建控制因素清单，并针对不同铁路选线条件下的控制因素进行梳理，并匹配相应的处置措施，对处置措施进行量化处理得到量化值；构建控制因素处置领域知识本体；构建知识图谱；以“实体的属性信息→头实体→尾实体”的链式检索法则检索得到对应的控制因素、处置措施以及量化值用于指导铁路选线。通过本发明构建的知识图谱能够针对不同选线情况，检索出相应的处置措施，缩小决策范围，在提高决策效率的同时，为人工选线经验提供数字化、标准化的表达与存储。
-
公开(公告)号：CN115409941B
公开(公告)日：2023-05-30
申请号：CN202211052851.1
申请日：2022-08-31
申请人： 中南大学
摘要： 本发明公开了一种三维道路场景中三维地物模型融合方法及其系统，该方法包括以多三角面片模型形式构建道路场景中的每个地物要素模型；对基于多三角面片模型的地物要素模型进行融合形成当前的三维道路模型；其中，根据地物要素模型的融合逻辑以及位置关系确定融合配对以及遮挡关系；针对每一组存在融合配对关系的地物要素模型，均构建边缘点集、边缘区域、边缘边界的内外边界并进行融合操作；其中，移除被遮挡模型中对应边缘边界的外边界包围区域内的所有三角形，再将遮挡模型放入遮挡区域内；利用边缘点集、边缘边界的内外边界重新生成所述边缘区域内的三角网。本发明提供一种通用融合方法，是适用于任意一类地物要素的多三角面片模型融合的技术。
-
公开(公告)号：CN116050689A
公开(公告)日：2023-05-02
申请号：CN202310058218.1
申请日：2023-01-18
申请人： 中南大学
IPC分类号： G06Q10/047 , G06N7/01 , G06N5/01 , G06F30/27
摘要： 本发明一种广域空间铁路线路智能搜索方法，所述方法的步骤包括步骤S100：初始化蒙特卡洛树；步骤S200：进行蒙特卡洛树搜索循环，具体是，依据UCT函数确定树内最优路径，然后基于树外策略进行一次模拟探索，最后将探索所得造价回溯，更新本次探索路径中每个节点的信息；步骤S300：从蒙特卡洛树中提取最优路径，具体是，忽略UCT函数中的探索项，依据经验项在树内依次选择最优节点并生成节点序列，即蒙特卡洛树搜索产生的最优路径；步骤S400：最优路径拟合得到三维线路方案。优点是，平衡在线路设计中经验与探索的关系，在铁路建设区域内实现线路的自动化搜索，并为设计人员提供大量线路备选方案，辅助人工选线设计过程，提升线路设计的质量与效率。
-
公开(公告)号：CN118245978B
公开(公告)日：2024-08-06
申请号：CN202410619505.X
申请日：2024-05-20
申请人： 中南大学
IPC分类号： G06F18/28 , G06F18/22 , G06F18/27 , G06Q10/063 , G06Q50/40
摘要： 本发明涉及铁路选线设计技术领域，提供了一种铁路智能选线方案群的多走向识别优选方法、介质及设备，具体方法包括：S1：获得初始线路方案群#imgabs0#；S2：构造优选集#imgabs1#，当#imgabs2#时，筛选出#imgabs3#中的最低造价的线路方案，并移至#imgabs4#中；S3：将第#imgabs5#次迭代时#imgabs6#中的剩余线路方案分别与#imgabs7#中的新增线路方案逐一配对得到不同线路走向的组合方案，并计算各组合方案的廊带面积重叠率#imgabs8#和沿线造价差异度#imgabs9#；S4：融合每一组方案对应的#imgabs10#和#imgabs11#的归一化评价指标，获得融合指标#imgabs12#；S5：采用评估函数从#imgabs13#中筛选出最小#imgabs14#对应的线路方案，并移入#imgabs15#中；S6：若#imgabs16#或#imgabs17#，则输出#imgabs18#；否则令#imgabs19#，并返回S3。本发明能识别并优选出具有不同走向代表性、且有高度比选研究价值的线路方案，提供了有效辅助决策作用。
-
公开(公告)号：CN118245978A
公开(公告)日：2024-06-25
申请号：CN202410619505.X
申请日：2024-05-20
申请人： 中南大学
IPC分类号： G06F18/28 , G06F18/22 , G06F18/27 , G06Q10/063 , G06Q50/40
摘要： 本发明涉及铁路选线设计技术领域，提供了一种铁路智能选线方案群的多走向识别优选方法、介质及设备，具体方法包括：S1：获得初始线路方案群#imgabs0#；S2：构造优选集#imgabs1#，当#imgabs2#时，筛选出#imgabs3#中的最低造价的线路方案，并移至#imgabs4#中；S3：将第#imgabs5#次迭代时#imgabs6#中的剩余线路方案分别与#imgabs7#中的新增线路方案逐一配对得到不同线路走向的组合方案，并计算各组合方案的廊带面积重叠率#imgabs8#和沿线造价差异度#imgabs9#；S4：融合每一组方案对应的#imgabs10#和#imgabs11#的归一化评价指标，获得融合指标#imgabs12#；S5：采用评估函数从#imgabs13#中筛选出最小#imgabs14#对应的线路方案，并移入#imgabs15#中；S6：若#imgabs16#或#imgabs17#，则输出#imgabs18#；否则令#imgabs19#，并返回S3。本发明能识别并优选出具有不同走向代表性、且有高度比选研究价值的线路方案，提供了有效辅助决策作用。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.073 秒)
