-
公开(公告)号:CN119272547B
公开(公告)日:2025-03-18
申请号:CN202411812978.8
申请日:2024-12-11
IPC: G06F30/20 , G06Q10/0631 , G06Q50/40
Abstract: 本发明涉及高铁轨道技术领域,具体提供一种运营高速铁路空间线位精调优化方法、介质及设备,本发明提供的方法中,通过构建运营高速铁路的空间线形模型,实现平纵组合空间线元数组的构建,为后续运营高速铁路空间线位优化模型的构建与解算奠定基础;通过构建空间线位优化模型,并根据运营高速铁路平纵面线形、结构物分布、轨道可调整量、结构物限界要求以及空间线形模型进一步生成三维线路可调周界管廊,在三维线路可调周界管廊内对空间线位优化模型进行优化,最终生成优化线路方案,实现运营高速铁路空间线位的精调优化,提高优化质量,提升铁路通行效率。
-
公开(公告)号:CN119272547A
公开(公告)日:2025-01-07
申请号:CN202411812978.8
申请日:2024-12-11
IPC: G06F30/20 , G06Q10/0631 , G06Q50/40
Abstract: 本发明涉及高铁轨道技术领域,具体提供一种运营高速铁路空间线位精调优化方法、介质及设备,本发明提供的方法中,通过构建运营高速铁路的空间线形模型,实现平纵组合空间线元数组的构建,为后续运营高速铁路空间线位优化模型的构建与解算奠定基础;通过构建空间线位优化模型,并根据运营高速铁路平纵面线形、结构物分布、轨道可调整量、结构物限界要求以及空间线形模型进一步生成三维线路可调周界管廊,在三维线路可调周界管廊内对空间线位优化模型进行优化,最终生成优化线路方案,实现运营高速铁路空间线位的精调优化,提高优化质量,提升铁路通行效率。
-
公开(公告)号:CN119740342A
公开(公告)日:2025-04-01
申请号:CN202510237560.7
申请日:2025-03-03
Applicant: 中南大学 , 高速铁路建造技术国家工程研究中心
IPC: G06F30/18 , G06F30/27 , G06N3/006 , G06F111/04
Abstract: 本发明涉及铁路选线设计技术领域,公开了一种考虑活动断裂带风险的铁路选线方法、介质及设备,方法包括:S1:建立研究区域的综合地理信息模型;S2:基于综合地理信息模型建立数学优化模型,用于寻找满足约束条件下使目标函数最优的设计变量;所述数学优化模型包括基础优化模型和分布鲁棒优化模型;S3:利用分布鲁棒粒子群优化算法对数学优化模型进行解算,输出最优的线路方案。本发明考虑活动断裂带的不确定性风险,构建了考虑活动断裂带风险的智能选线优化模型;并通过分布鲁棒粒子群优化算法进行解算生成最终线路方案,可以为强震区铁路选线提供辅助设计作用,具有自动化程度高、实用性强、运行效率高的特点。
-
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
Applicant: 中南大学
IPC: G06Q10/047 , G06N7/01 , G06N5/01 , G06F30/27
Abstract: 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
Applicant: 中南大学
IPC: G06Q10/047 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q50/30 , 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:CN116725594A
公开(公告)日:2023-09-12
申请号:CN202311016628.6
申请日:2023-08-14
Applicant: 中南大学湘雅医院
Abstract: 本发明涉及一种医疗器械技术领域,具体是一种应用在颅脑手术的皮下软组织分离器及其使用方法,包括:架体结构,架体结构上设置有夹持固定件;驱动组件,与滑板连接,两组驱动组件能够驱使滑板做圆周运动;滑动收拢组件,设置在滑板上并连接夹持固定件,滑动收拢组件能够沿滑板的长度方向运动并驱使位于侧部的夹持固定件远离滑板所处的平面运动;夹持组件,设置在架体结构上,夹持组件用于对患者的头部进行固定;调节组件,连接夹持组件与滑板,调节组件包括推送结构以及螺纹传动结构,推送结构与螺纹传动结构配合,能够在滑板做圆周运动时,驱使滑动收拢组件远离患者头部运动,以辅助医护人员进行手术,降低手术难度,提高手术成功率。
-
公开(公告)号:CN116451972B
公开(公告)日:2023-09-05
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:CN118469117B
公开(公告)日:2024-10-11
申请号:CN202410923919.1
申请日:2024-07-11
Applicant: 中南大学
IPC: G06Q10/047 , G06N5/01 , G06Q10/0637 , G06Q50/08 , G06F17/10
Abstract: 本发明涉及高铁选线技术领域,公开了一种复杂山区铁路线站协同方案的搜索方法、介质及设备,方法包括:应用距离变换算法对格网进行扫描;确定线站协同搜索的三个阶段和三类场景;结合线站协同搜索的三个阶段和三类场景得到不同阶段下的不同场景;定制方案的走向及代价的策略;将方案的走向及代价的策略融入距离变换算法求解线站协同全局优化方案。本发明应用距离变换算法对格网扫描,确定扫描过程中线站协同搜索的阶段和场景,从而得到三个阶段衍生的七种线站协同搜索场景,针对不同场景设计线站协同方案搜索的代价与路径的更新策略,考虑了实际工程中其他线站协同的搜索场景,极大扩展了车站的搜索空间,易在复杂山区生成线站协同优化的方案。
-
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
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:CN116050689A
公开(公告)日:2023-05-02
申请号:CN202310058218.1
申请日:2023-01-18
Applicant: 中南大学
IPC: G06Q10/047 , G06N7/01 , G06N5/01 , G06F30/27
Abstract: 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。
-
-
-
-
-
-
-
-
-