基于蚁群智能的地铁选址建模研究

Spatial optimization problem is a hot issue in geographical information science (GIS) and it is also a difficult problem in spatial planning and its application. Alignment optimal problem on raster data is a little more complex then on a network because of its unstructured feature. The optimal problem become even more complex if the stations need to be selected at the same time, and site selection of subway belongs to such problem. A model for locating subway Alignment and stations on raster data is aimed to build using ant colony intelligence in this project. The subway Alignment and stations are needed to obtain simultaneously and the ratio of stations' coverage and Alignment "length" (cost) is set as the utility function. This model is more suitable for site selection of subway in contrast to some path coverage model built before. The main research content of this project include: 1) Alignment optimization modeling on large-scale raster data; 2) methods for how to select stations quickly on given subway Alignment 3) ant colony algorithms improvement for site selection model of subway. The research achievements of this project can be used to obtain a solution for locating Alignment and stations (exits) of subway (highway), it can also offer a set of theories and methods of site selection in linetype engineering area and a powerful tool for decision-making institution.

空间优化选址是地理信息科学研究的热点问题，同时也是空间规划研究与应用的难题。由于缺乏已有网络作为骨架，基于栅格数据的线路优化问题相对于基于已有网络的问题较为复杂。如果在线路优化的同时要求进行站点的选取，此时问题变得更为复杂，地铁等设施的选址属于此类问题。本项目拟利用蚁群智能算法构建栅格数据上的地铁线路和站点选址模型，该模型以站点的覆盖/线路的"长度"(成本)作为优化目标，同时进行地铁线路的构造和站点的选取。相比以往的线路覆盖优化模型，此模型更加适合于地铁等的选址。本课题主要研究内容包括：1)大规模栅格数据下的线路优化模型构建；2)已知线路上快速选取较优站点配置方案方法研究3)针对选址模型求解的蚁群算法改进研究。本课题的研究成果可提供一套线型工程优化选址的理论与方法，并为地铁和高速公路等设施的线路和站点(出口)选址提供优化解决方案，为相关决策部门提供一个有力的工具。

选址是运筹学和控制决策领域的经典问题，其核心是设施的空间位置选择，同时选址也是地理信息科学研究的热点问题。传统的选址较多的关注点或者类似点设施的选择，对线设施的选址研究不多，本项目关注的地铁线路的选址则属于线设施的范畴。经典的线路优化方法难以解决此方面的问题，而传统的地铁线路设计则大多基于经验方法。由于提出的蚁群算法“原型”与线路优化问题有极大的相似性，本项目利用蚁群智能算法构建栅格数据上的地铁线路和站点选址模型。该模型以站点的覆盖/线路的“长度”(成本)作为优化目标，同时进行地铁线路的构造和站点的选取。项目的主要研究内容包括对基本蚁群算法的改进和地铁选址模型的构建。项目取得的成果如下：(1)项目对基本蚁群算法的信息素更新方式进行定量分析评价，得出其更新方式难以保存算法在搜索过程中的有用搜索成果，可以蚁群算法的改进提供参考依据；(2)基于(1)的研究结果，提出一种新的蚁群算法信息素更新方式，“组件最优解”蚁群算法，此改进较好的保存算法在寻优过程中的有用搜索成果，对比实验结果表明，改进的算法优于目前的流行的其它改进方式。更为重要的是，基于此改进方式，笔者打算将其剥离蚁群算法，提出一种全新的迭代寻优算法;(3)在改进算法的基础上，根据地铁线路和站点选址优化问题的具体特征提出多种策略，构建栅格数据上的地铁选址模型，实验结果表明，提出的模型能获得较好的选址方案并且有强稳健性。本项目提出的模型为栅格数据上的线路站点覆盖优化问题建模提供可行的解决方案。本课题的研究成果可提供一套线型工程优化选址的理论与方法，并为地铁和高速公路等设施的线路和站点(出口)选址提供优化解决方案，为相关决策部门提供一个有力的工具。