張啟坤,李遠(yuǎn)富,李孝攀,周先虎,萬(wàn)瑛瑩

(西南交通大學(xué)土木工程學(xué)院,成都 610031)

鐵路的線路走向是影響鐵路發(fā)揮經(jīng)濟(jì)社會(huì)價(jià)值的重要因素，線路方案也影響著各個(gè)專業(yè)的工程總量和施工難度，對(duì)造價(jià)、工期、安全、運(yùn)營(yíng)都起決定性作用。鐵路選線現(xiàn)有的理念包括環(huán)保選線、地質(zhì)選線、重大工程優(yōu)先選址、規(guī)劃選線、資源選線、橫斷面選線等[1]。其中地質(zhì)選線的理念廣泛運(yùn)用于山區(qū)鐵路選線，特別是在西南山區(qū)，由于其地質(zhì)條件復(fù)雜、不良地質(zhì)多，不同地段地質(zhì)條件差異大，工程地質(zhì)成為控制線路走向的關(guān)鍵因素。地質(zhì)選線的一大難點(diǎn)就是對(duì)地質(zhì)情況的準(zhǔn)確判斷，盡管可以通過(guò)遙感、航測(cè)、地勘、地質(zhì)雷達(dá)等手段來(lái)輔助判斷不良地質(zhì)，但是由于鐵路工程地質(zhì)問(wèn)題存在著各種客觀和人為因素的影響，仍存在著判斷不夠準(zhǔn)確和未能在理論上解決的問(wèn)題，因此常常依靠專家的豐富經(jīng)驗(yàn)來(lái)進(jìn)行地質(zhì)選線[2]，這存在著一定的主觀性。案例推理技術(shù)(Case-based reasoning，簡(jiǎn)稱CBR)是近年來(lái)人工智能領(lǐng)域興起的一項(xiàng)推理技術(shù)，它能夠很好地借鑒以往相似的案例來(lái)解決新問(wèn)題，運(yùn)用CBR思想建立鐵路地質(zhì)選線系統(tǒng)，合理地利用過(guò)去成功的地質(zhì)選線工程案例，能夠很好地減少設(shè)計(jì)人員的主觀判斷失誤，縮短設(shè)計(jì)人員的決策周期，指導(dǎo)未來(lái)鐵路地質(zhì)選線。

1 國(guó)內(nèi)外鐵路選線系統(tǒng)研究現(xiàn)狀

目前，國(guó)內(nèi)外對(duì)于鐵路選線系統(tǒng)已經(jīng)進(jìn)行了較多的研究。例如喬平等以滑坡、泥石流、風(fēng)沙、巖溶等工程地質(zhì)問(wèn)題為例建立其工程地質(zhì)知識(shí)庫(kù)，搭建了鐵路工程地質(zhì)選線咨詢系統(tǒng)的框架[2]。劉威等結(jié)合人工智能以及地理信息技術(shù)進(jìn)行了鐵路三維空間智能選線系統(tǒng)的開(kāi)發(fā)與應(yīng)用[3]，在給定約束的基礎(chǔ)上，該系統(tǒng)能夠給出合理推薦方案，提高選線效率，節(jié)約工程投資。廖麗瓊等探討了工程地質(zhì)信息系統(tǒng)的基本內(nèi)容，并在GIS的基礎(chǔ)上構(gòu)建了鐵路工程地質(zhì)信息系統(tǒng)[4]。韓春華結(jié)合鐵路選線的基本任務(wù)和流程，提出鐵路選線智能化的要求，并在GIS技術(shù)的基礎(chǔ)上對(duì)鐵路選線系統(tǒng)智能環(huán)境建模方法進(jìn)行了深入的研究[5]。

發(fā)達(dá)國(guó)家經(jīng)過(guò)多年的探索與研究，選線系統(tǒng)已經(jīng)從最初簡(jiǎn)單的數(shù)值計(jì)算、縱斷面優(yōu)化到如今的勘測(cè)設(shè)計(jì)一體化階段，相應(yīng)的代表軟件運(yùn)用有BENTLEY公司的InRail與InRoad系列、Autodesk公司的Landdesk Top系列等。我國(guó)雖然起步較晚，但目前也已經(jīng)從數(shù)字地面模型的利用、縱斷面優(yōu)化、平縱面聯(lián)合優(yōu)化、技術(shù)標(biāo)準(zhǔn)綜合優(yōu)化、交互式平縱面設(shè)計(jì)發(fā)展到勘測(cè)設(shè)計(jì)一體化階段，目前已進(jìn)入了建立虛擬環(huán)境選線系統(tǒng)的時(shí)代[6]，相應(yīng)軟件代表有胡光常的RLDVS、NRDAS等。目前來(lái)說(shuō)，國(guó)內(nèi)外的選線系統(tǒng)大多是在選定技術(shù)標(biāo)準(zhǔn)已經(jīng)給定約束的基礎(chǔ)上，在線路待選區(qū)域范圍內(nèi)利用計(jì)算機(jī)技術(shù)自動(dòng)搜尋最優(yōu)解的程序系統(tǒng)。該套系統(tǒng)能夠較好地幫助設(shè)計(jì)人員進(jìn)行簡(jiǎn)單狀況下的計(jì)算機(jī)輔助設(shè)計(jì)，但在復(fù)雜艱險(xiǎn)山區(qū)，由于地質(zhì)環(huán)境條件的復(fù)雜性、地質(zhì)災(zāi)害的多發(fā)性，地質(zhì)勘測(cè)工作難度大、選線系統(tǒng)的約束模型構(gòu)建困難，使得選線決策周期過(guò)長(zhǎng)，難以真正快速高效地指導(dǎo)鐵路地質(zhì)選線。

2 地質(zhì)選線系統(tǒng)的基本框架

基于案例推理中著名的CBR循環(huán)R4模型，即案例推理包含案例檢索(Retrieve)、案例重用(Reuse)、案例修正與學(xué)習(xí)(Revise)以及案例存儲(chǔ)(Retain)四大部分，結(jié)合鐵路地質(zhì)選線，以此為基礎(chǔ)建立起鐵路地質(zhì)選線系統(tǒng)。它通過(guò)挖掘地質(zhì)選線中的案例屬性，進(jìn)行地質(zhì)選線案例表示并存入案例庫(kù)，再根據(jù)地質(zhì)選線的問(wèn)題描述通過(guò)案例相似度的計(jì)算對(duì)案例庫(kù)中的案例進(jìn)行檢索匹配，根據(jù)匹配結(jié)果決定進(jìn)行案例重用或案例修正，最后進(jìn)行案例學(xué)習(xí)與案例存儲(chǔ)，具體系統(tǒng)的基本框架如圖1所示。

圖1 基于案例推理的地質(zhì)選線系統(tǒng)基本框架

3 地質(zhì)選線系統(tǒng)的流程實(shí)現(xiàn)

鐵路地質(zhì)選線其本身的復(fù)雜性是構(gòu)建地質(zhì)選線系統(tǒng)的難點(diǎn)，在結(jié)合案例推理的基礎(chǔ)上確定地質(zhì)選線系統(tǒng)中四大關(guān)鍵流程為：案例表示、案例檢索、案例修正以及案例學(xué)習(xí)等，并分別對(duì)每項(xiàng)流程進(jìn)行了研究。

3.1 案例表示

案例表示是CBR系統(tǒng)的基礎(chǔ)，從案例表示的基本出發(fā)，一個(gè)案例應(yīng)該由問(wèn)題描述，解決方案，實(shí)施效果三大部分組成。查閱鐵路選線的相關(guān)專業(yè)書(shū)籍和論文[7，12]，對(duì)地質(zhì)選線案例進(jìn)行大量分析之后，找出地質(zhì)選線的案例特點(diǎn)。

(1)地質(zhì)選線主要是以某段地質(zhì)條件復(fù)雜、地質(zhì)災(zāi)害頻發(fā)的小區(qū)域范圍內(nèi)為主，以規(guī)避地質(zhì)災(zāi)害為基本原則，注重減少不良地質(zhì)對(duì)工程的影響，探討不同比選方案下的工程安全性與經(jīng)濟(jì)性。不同于傳統(tǒng)選線設(shè)計(jì)對(duì)大區(qū)域范圍內(nèi)的定線，結(jié)合生態(tài)自然環(huán)境，確定線路技術(shù)標(biāo)準(zhǔn)、空間位置以及各種建筑物協(xié)調(diào)布設(shè)，兩者側(cè)重點(diǎn)不同。

(2)地質(zhì)選線案例涉及的內(nèi)容很多，主要是工程地質(zhì)以及不同工程地質(zhì)下鐵路定線等，具體包括不良地質(zhì)災(zāi)害、地形地貌、地質(zhì)構(gòu)造、地震、水文地質(zhì)、鐵路選線、工程施工、工程項(xiàng)目管理與評(píng)價(jià)等等。不同內(nèi)容的知識(shí)體系與數(shù)據(jù)類(lèi)型差異較大，其中不良地質(zhì)災(zāi)害信息量大、層次關(guān)系復(fù)雜，數(shù)值、字符數(shù)據(jù)均包含于其中；鐵路選線、工程項(xiàng)目管理與評(píng)價(jià)則以文字描述為主，多為字符數(shù)據(jù)。

結(jié)合地質(zhì)選線案例的特點(diǎn)，可知地質(zhì)選線案例結(jié)構(gòu)性差、信息知識(shí)復(fù)雜，牽扯的專業(yè)知識(shí)眾多，無(wú)法直接拿案例進(jìn)行使用，需進(jìn)行一定的整理與簡(jiǎn)化。傳統(tǒng)的案例表示方法有框架表示法、語(yǔ)義網(wǎng)絡(luò)表示法以及面向?qū)ο蟊硎痉╗14]，這三類(lèi)方法各有優(yōu)缺點(diǎn)，但都無(wú)法應(yīng)對(duì)地質(zhì)選線案例知識(shí)繁雜，涉及領(lǐng)域眾多，層次關(guān)系復(fù)雜的情況，因此采用傳統(tǒng)案例表示方法設(shè)計(jì)的地質(zhì)選線CBR系統(tǒng)知識(shí)框架存在著可拓展性差、可重構(gòu)性弱等缺點(diǎn)。本體(Ontology)，作為人工智能領(lǐng)域應(yīng)用的一種知識(shí)表示方式，其在知識(shí)表示方面以及邏輯關(guān)系方面都具備優(yōu)勢(shì)，良好的一致性也有利于知識(shí)拓展、共享與重用，因此可以運(yùn)用本體法建立地質(zhì)選線案例表示模型，參考相關(guān)文獻(xiàn)[13-18]，建立模型如圖2所示。

圖2 基于本體的地質(zhì)選線案例表示模型

3.2 案例檢索

案例檢索是地質(zhì)選線CBR系統(tǒng)里面的一個(gè)重要環(huán)節(jié)，通過(guò)案例檢索搜尋相似的案例來(lái)解決地質(zhì)選線問(wèn)題。常見(jiàn)的案例檢索方法有最近相鄰法、歸納推理法以及知識(shí)引導(dǎo)法[14]。歸納推理法適用于案例種類(lèi)差異明顯，不同種類(lèi)案例數(shù)量充足且易歸納的情況；知識(shí)引導(dǎo)法根據(jù)領(lǐng)域知識(shí)中特征屬性重要性程度不同來(lái)進(jìn)行案例搜索，要求特征屬性權(quán)重明確，一般與最近相鄰法結(jié)合使用；最近相鄰法是通過(guò)檢索案例庫(kù)中與目標(biāo)案例相似度最大的案例進(jìn)行案例匹配的，該種方法的關(guān)鍵在于案例相似度的計(jì)算，在案例庫(kù)規(guī)模適中，案例結(jié)構(gòu)清晰的情況下，可以采用最近相鄰法進(jìn)行案例檢索匹配。完整的案例相似度分為兩個(gè)部分，一是全局相似度，二是局部相似度，全局相似度是在局部相似度的基礎(chǔ)上進(jìn)行權(quán)重求和計(jì)算得到的。

3.2.1 局部相似度的計(jì)算

在基于本體的地質(zhì)選線案例表示模型中，存在著兩類(lèi)屬性，一類(lèi)是數(shù)值型屬性，一類(lèi)是字符型屬性。兩種不同類(lèi)型的屬性有著相對(duì)應(yīng)的相似度計(jì)算方法。

(1)數(shù)值型屬性相似度計(jì)算

數(shù)值型屬性相似度的計(jì)算可以采用公式

(1)

式中，sim(xi，xj)為案例屬性xi和xj的相似度，且xi、xj∈[α，β]。

(2)字符型屬性相似度計(jì)算

字符型屬性相似度的計(jì)算涉及到樹(shù)狀結(jié)構(gòu)概念，地質(zhì)選線本體中的特征屬性間的包含關(guān)系形成了上下位關(guān)系的層次樹(shù)，樹(shù)中的節(jié)點(diǎn)表示特征屬性，連接節(jié)點(diǎn)的上層節(jié)點(diǎn)是父類(lèi)節(jié)點(diǎn)，根據(jù)此層次樹(shù)，參考文獻(xiàn)[19]，運(yùn)用公式(2)計(jì)算字符型屬性間的相似度。

(2)

式中，LCS(xi，xj)為任意兩個(gè)特征屬性距離最近的共同父類(lèi)節(jié)點(diǎn)；prof(xi)為特征屬性xi在層次樹(shù)中的深度，如果xi為根節(jié)點(diǎn)，則prof(xi)值為0。

3.2.2 全局相似度的計(jì)算

全局相似度的計(jì)算可以采用公式

(3)

式中，SIM(X，Y)為案例X，Y的整體相似度；sim(xi，yi)為案例X，Y第i個(gè)特征屬性的局部相似度；wi為第i個(gè)特征屬性的權(quán)重，可以通過(guò)專家給定或根據(jù)地質(zhì)選線本體模型運(yùn)用層次分析法計(jì)算得出。

3.2.3 案例相似度的計(jì)算

設(shè)C={c1，c2，…，cm}表示m個(gè)地質(zhì)選線案例，A={A1，A2，…，An}表示工程地質(zhì)的n項(xiàng)特征屬性，aij表示第i個(gè)地質(zhì)選線案例對(duì)應(yīng)的第j個(gè)工程地質(zhì)特征屬性的取值，B={B1，B2，…，Bk}表示選線方案與評(píng)價(jià)的k項(xiàng)特征屬性，bij表示第i個(gè)地質(zhì)選線案例對(duì)應(yīng)的第j個(gè)選線方案與評(píng)價(jià)特征屬性的取值。以相似度計(jì)算方法為基礎(chǔ)，建立起工程地質(zhì)與選線方案和評(píng)價(jià)的案例檢索推理，如表1所示。

表1 地質(zhì)選線系統(tǒng)案例檢索

3.3 案例重用

案例重用是在得到案例檢索結(jié)果的相關(guān)基礎(chǔ)上，初步形成問(wèn)題解決方案的過(guò)程。常見(jiàn)的案例重用方式有3種：(1)單個(gè)相似案例，直接重用該案例的選線方案；(2)多個(gè)相似案例，選擇相似度最大的案例進(jìn)行選線方案重用；(3)無(wú)相似案例，選出案例檢索結(jié)果中相似度最大案例，進(jìn)行案例修正。

3.4 案例修正

在地質(zhì)選線CBR系統(tǒng)中，案例修正部分主要是通過(guò)對(duì)該案例檢索得到的相似度最高但不超過(guò)閾值μ的案例進(jìn)行選線方案的調(diào)整和修改，使之適用于當(dāng)前地質(zhì)選線問(wèn)題。由于地質(zhì)選線案例復(fù)雜多樣，確定一個(gè)普遍適用的修正方法是困難的，因此面對(duì)復(fù)雜的地質(zhì)選線案例，案例的修正常常需要專家對(duì)案例的選線方案部分進(jìn)行人工修正，在案例運(yùn)用成功之后再對(duì)選線評(píng)價(jià)部分進(jìn)行補(bǔ)充。

3.5 案例學(xué)習(xí)

案例學(xué)習(xí)是使地質(zhì)選線CBR系統(tǒng)能夠不斷更新，保證系統(tǒng)的適用性和先進(jìn)性的關(guān)鍵。在地質(zhì)選線CBR系統(tǒng)中，案例的學(xué)習(xí)主要是包含兩方面的內(nèi)容：一是案例庫(kù)的更新；二是案例本體模型的更新優(yōu)化。

(1)案例作為CBR檢索推理的基礎(chǔ)，案例的好壞以及案例庫(kù)的規(guī)模大小直接決定了案例推理結(jié)果的好壞。在對(duì)案例進(jìn)行檢索推理完成后，可以對(duì)案例進(jìn)行一個(gè)簡(jiǎn)單的評(píng)價(jià)，如果評(píng)價(jià)通過(guò)，則可以將該案例儲(chǔ)存到案例庫(kù)中。評(píng)價(jià)過(guò)程可以用公式(4)表示

Evaluationresult=M-0.1·T

(4)

式中，M為修正后的案例進(jìn)行案例檢索時(shí)所得到的最大相似度值；T為案例中的特征屬性新數(shù)值類(lèi)型的個(gè)數(shù)。

當(dāng)評(píng)價(jià)結(jié)果小于閾值φ(假定為80%)時(shí)，說(shuō)明該案例可以加入案例庫(kù)。

(2)案例本體模型的更新優(yōu)化主要是為了使得地質(zhì)選線CBR系統(tǒng)具有更加合理的推理機(jī)制，在系統(tǒng)的使用過(guò)程中可以根據(jù)需要在系統(tǒng)層面對(duì)案例的本體模型進(jìn)行更新優(yōu)化，如增加特征屬性、調(diào)整特征屬性權(quán)重等等。

3.6 案例存儲(chǔ)

案例存儲(chǔ)是在案例學(xué)習(xí)成功的基礎(chǔ)上，形成有用的新案例之后，根據(jù)案例表示模型，將新的地質(zhì)選線問(wèn)題以及選線方案、選線評(píng)價(jià)組合成新的案例，通過(guò)CBR系統(tǒng)的管理員操作界面保存到選線案例庫(kù)中即可。

4 結(jié)論

(1)本文對(duì)基于案例推理的地質(zhì)選線系統(tǒng)進(jìn)行了探討，結(jié)合案例推理的CBR循環(huán)R4模型構(gòu)建了地質(zhì)選線系統(tǒng)的基本框架。

(2)在分析地質(zhì)選線案例特點(diǎn)的基礎(chǔ)上構(gòu)建了地質(zhì)選線案例本體來(lái)進(jìn)行案例的表示，同時(shí)確定了案例檢索以相似度為基礎(chǔ)，列出了局部相似度以及全局相似度的計(jì)算方法，給定了案例檢索的流程，并對(duì)案例重用、修正、學(xué)習(xí)以及存儲(chǔ)進(jìn)行了簡(jiǎn)要的探討，為地質(zhì)選線CBR系統(tǒng)的構(gòu)建提供了一定的理論支撐。

(3)隨著地質(zhì)選線以及計(jì)算機(jī)技術(shù)的不斷發(fā)展，地質(zhì)選線CBR系統(tǒng)相關(guān)的應(yīng)用功能仍需繼續(xù)完善，才能更好地推廣與應(yīng)用地質(zhì)選線工程經(jīng)驗(yàn)，真正意義上為選線工作者提供決策幫助。

[1] 朱穎.鐵路選線理念的創(chuàng)新與實(shí)踐[J].鐵道工程學(xué)報(bào)，2009(6):1-5.

[2] 喬平，王云鵬.鐵路工程地質(zhì)選線咨詢系統(tǒng)[J].工程地質(zhì)學(xué)報(bào)，1994，4.

[3] 劉威，胡光常，唐文建，等.鐵路智能選線系統(tǒng)開(kāi)發(fā)與應(yīng)用[J].高速鐵路技術(shù)，2016，7(2):54-57.

[4] 廖麗瓊.基于GIS的鐵路工程地質(zhì)信息系統(tǒng)的構(gòu)建[J].四川地質(zhì)學(xué)報(bào)，2001，21(1):44-47.

[5] 韓春華.基于GIS的鐵路選線系統(tǒng)智能環(huán)境建模方法研究[D].成都：西南交通大學(xué)，2008.

[6] 戴汝為.人工智能[M].北京：化學(xué)工業(yè)出版社，2002.

[7] 易思蓉.鐵路選線設(shè)計(jì)[M].武漢：武漢大學(xué)出版社，2014.

[8] 鐵道部第一勘測(cè)設(shè)計(jì)院.鐵路工程地質(zhì)手冊(cè)[M].北京：中國(guó)鐵道出版社，1999.

[9] 中國(guó)中鐵二院工程集團(tuán)有限責(zé)任公司.鐵路工程地質(zhì)實(shí)例(西南及相鄰地區(qū)分冊(cè))[M].北京：中國(guó)鐵道出版社，2011.

[10] 韓康.河流峽谷地段地質(zhì)選線方案研究[J].鐵道工程學(xué)報(bào)，2008(10):6-10.

[11] 宋章，張廣澤，蔣良文，等.川藏鐵路主要地質(zhì)災(zāi)害特征及地質(zhì)選線探析[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2016，60(1):14-18，19.

[12] 汪濤.陽(yáng)安鐵路增建第二線山區(qū)地質(zhì)選線[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2015，59(7):3-8.

[13] 張賢坤.基于案例推理的應(yīng)急決策方法研究[D].天津：天津大學(xué)，2012.

[14] 陳剛.基于本體的案例表示與檢索研究[D].大慶:大慶石油學(xué)院，2010.

[15] 楊濤.基于本體的案例推理系統(tǒng)框架研究[D].南京：南京航空航天大學(xué)，2006.

[16] 吳珊燕.基于領(lǐng)域本體的案例推理優(yōu)化及其應(yīng)用研究[D].上海：華東師范大學(xué)，2014.

[17] 劉鶴.案例推理(CBR)技術(shù)在蔬菜專家系統(tǒng)中的應(yīng)用[D].長(zhǎng)春:吉林大學(xué)，2007.

[18] 高俊杰，鄧貴仕.基于本體的范例推理系統(tǒng)研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2009，26(2):86-89.

[19] Bergmann R， Stahl A. Similarity Measures for Object-Oriented Case Representations[C]. European Workshop on Advances in Case-Based Reasoning. Springer-Verlag， 1998:25-36.

[20] 宋章，張廣澤，蔣良文，等.川藏鐵路工程地質(zhì)特征及地質(zhì)選線原則[J].鐵道建筑，2017(2):142-145.

[21] 楊英.西部山區(qū)脆弱環(huán)境下鐵路工程地質(zhì)選線設(shè)計(jì)[J].鐵道建筑，2007(2):84-86.