-
公开(公告)号:CN117726196A
公开(公告)日:2024-03-19
申请号:CN202410179848.9
申请日:2024-02-18
Applicant: 中南大学
IPC: G06Q10/0637 , G06F30/13 , G06Q10/0635 , G06Q50/40 , G06T17/05
Abstract: 本发明涉及铁路选线技术领域,具体公开了一种用于铁路选线的环境适宜度综合评价方法,步骤包括:步骤S1,将研究区域划分为若干体素,将铁路选线信息数据离散至体素中,构建三维综合地理信息模型;步骤S2,确定铁路线路可达范围;步骤S3,可达范围体素与铁路线路结构物进行匹配;步骤S4,计算安全评价指标、经济评价指标和环保评价指标,每个评价指标均包括至少两个子类,计算所有子类的无量纲值和权重,计算每个体素的环境适宜度,从而得到整个研究区域对于铁路选线的环境适宜度。优点是,本发明综合考虑了安全、经济和环保三大评价指标,通过多种子类对体素进行综合评价,为铁路选线提供了导向价值。
-
公开(公告)号:CN116757347B
公开(公告)日:2024-02-13
申请号:CN202310722951.9
申请日:2023-06-19
Applicant: 中南大学
IPC: G06Q10/047 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/44 , G06V10/764 , G06V10/82 , G06F30/27
Abstract: 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:CN116451972A
公开(公告)日:2023-07-18
申请号:CN202310635732.7
申请日:2023-06-01
Applicant: 中南大学
IPC: G06Q10/0631 , G06F30/13 , G06Q10/0639 , G06Q50/08 , G06F111/04
Abstract: 本发明提供一种铁路线路与大临工程选址方案的协同度评价方法,包括以下步骤:建立研究区域内的地理模型;基于三维铁路线路空间模型和大临工程空间模型得到线临协同空间模型;建立约束条件,从线临协同空间模型中筛选出满足约束条件的铁路线路与大临工程选址方案,即得到包含多个线临协同设计方案的铁路线路与大临工程选址方案集;建立线临协同设计方案协同度计算模型,对筛选出的各线临协同设计方案进行协同度计算;根据各线临协同设计方案的协同度对各线临协同设计方案进行评价。综合考虑铁路线路与大临工程的评价指标、权重等,适用于复杂山区环境下的铁路线路与大临工程选址评价,对铁路建设具有重要意义。
-
公开(公告)号:CN116150929A
公开(公告)日:2023-05-23
申请号:CN202310401779.7
申请日:2023-04-17
Applicant: 中南大学
Abstract: 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:CN114692352B
公开(公告)日:2023-02-03
申请号:CN202210356114.4
申请日:2022-04-06
Applicant: 中南大学 , 湖南中大设计院有限公司 , 高速铁路建造技术国家工程研究中心
IPC: G06F30/18 , G06F30/13 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种山区铁路施工便道线路网智能布设方法,包括以下步骤:S1获取目标研究区域,采集工程信息;S2将步骤S1所述研究区域划分为若干个网格,并添加网格属性;S3基于步骤S1采集的信息,构建山区铁路施工便道线路网优化模型;S4求解施工干线,所述施工干线用于连接主要施工节点与既有道路网;S5基于步骤S4得到的施工干线路径,更新网格属性;S6基于步骤S5更新后的既有道路网,求解施工支线,所述施工支线用于连接次要施工节点与既有道路网;S7基于步骤S4得到的施工干线以及步骤S6得到的施工支线,最终得到最优施工通道线路网。本发明提高了设计效率及准确性,并具有智能化、自动化程度高的优点,具有较好的推广价值。
-
公开(公告)号:CN115587461A
公开(公告)日:2023-01-10
申请号:CN202211587197.4
申请日:2022-12-12
Applicant: 中南大学
IPC: G06F30/18 , G06F16/51 , G06F16/532 , G06F111/04
Abstract: 本发明提供了一种铁路选线搜索过程中约束的处理方法,先将各种约束分类并抽象成线几何类型、带几何类型和面几何类型三种,并进一步归并为约束线和约束面;再将研究区域抽象为一系列的格网集,并根据格网集将约束线离散为一系列约束顶点,约束面分割为一系列块状区域;为约束线设计分布式存储策略,将约束顶点与格网的索引关系值存入对应格网,约束顶点的具体坐标存入外部点集,实现在线路搜索过程中能实时检索并提取相关约束,可以在不显著增加储存空间的基础上,实现控制性约束的实时检索,提高线路搜索的效率。
-
公开(公告)号:CN115409941A
公开(公告)日:2022-11-29
申请号:CN202211052851.1
申请日:2022-08-31
Applicant: 中南大学
Abstract: 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:CN114820957B
公开(公告)日:2022-11-18
申请号:CN202210306362.8
申请日:2022-03-25
Applicant: 中南大学 , 湖南中大设计院有限公司 , 高速铁路建造技术国家工程研究中心
Abstract: 本发明公开了一种铁路沿线场坪三维智能设计方法,首先通过以铁路沿线场坪的长、宽、中心点坐标、标高、旋转角度为设计变量,以土石方工程量为目标函数,并考虑多种复杂耦合的三维空间约束,建立了场坪三维智能设计模型;然后,提出了一种“中桩边桩组合式”平纵横自动设计方法,用于计算上述模型的目标函数;最后,为求解上述模型,提出了基于“中桩边桩组合式”平纵横自动设计的窗口移动法,即在研究区域寻找铁路沿线场坪的最优选址方案,提高了场坪选址设计的效率与质量,具有重要工程实践价值。
-
公开(公告)号:CN112883474B
公开(公告)日:2021-09-24
申请号:CN202110228882.7
申请日:2021-03-02
Applicant: 中南大学
IPC: G06F30/13 , G06F30/25 , G06F111/04
Abstract: 本发明公开了一种既有轨道线路智能改建的布设方法、系统、终端及可读存储介质,所述方法包括:获取既有轨道线路的线路信息,并构建既有轨道线路的改建模型;即模型包括设计变量、约束条件以及优化函数,所述设计变量为设计基线的平面线形信息和纵断面线形信息;生成既有轨道线路改建的设计基线的初始线路;基于所述既有轨道线路的改建模型以及设计基线的初始线路采用优化算法寻优得到最佳设计变量;基于所述最佳设计变量的设计线路为既有轨道线路改建的布设结果。本发明所述布设方法用于实现既有轨道线路的智能改建,布设中考虑到了几何约束和桥隧约束,有效地协调了多时态耦合、空间复杂关联约束来获得最优方案,解决了人工经验调整的弊端。
-
公开(公告)号:CN109033521A
公开(公告)日:2018-12-18
申请号:CN201810658482.8
申请日:2018-06-25
Applicant: 中南大学
CPC classification number: G06F17/50 , G06N3/0454
Abstract: 本发明公开了一种新建铁路限制坡度优化决策方法,所述优化决策方法包括以下步骤:首先构建深度卷积神经网络模型;然后建立铁路案例数据库,将影响新建铁路限制坡度决策的各项因素表征成灰度图,并融合成多通道图像用于训练网络模型;最后提出一种滑动扫描技术,结合训练完成的深度卷积神经网络模型进行铁路限制坡度决策。与现有技术相比,该方法具有自动化程度高、实用性强、运行效率高且应用前景好等优点。
-
-
-
-
-
-
-
-
-