[发明专利]基于蒙特卡洛模拟的道路纵断面智能生成优化的方法

权利要求书

1.基于蒙特卡洛模拟的道路纵断面智能生成优化的方法，其特征在于，包括以下步骤：

步骤一：根据道路的性质以及道路设计速度，获取道路的道路相关参数；

步骤二：根据外业测量采集到的道路坐标数据，依据道路坐标数据绘制出道路纵断面的实际地形曲线图；并以道路起始位置作为原点，建立平面XY直角坐标系；其中，x轴为道路前进的方向，y轴表示道路上每点的高度；

步骤三：遍历出地形曲线图中所有的局部极值点；

步骤四：以预先设置的离散间距h将地形曲线图沿着x轴方向均分为若干离散区域，取每个离散区域的中点作为候选变坡点；

步骤五：将地形曲线图按照局部极值点的位置划分为若干道路段，每段所述道路段中包含有两个局部极值点；

步骤六：根据每个道路段实际地形曲线图，以最小化填挖工程量为目标，生成两个凸优化模型，并使用蒙特卡洛模拟法求解每个凸优化模型，根据求解出的解集合在该道路段的候选变坡点中选择两个或三个作为变坡点；

步骤七：沿着坐标系x轴正向顺序以不重叠的形式选择相邻的两个道路段作为拼接区域；

步骤八：对于每个拼接区域，选择具有最小坡度变化值的组合，根据最小坡度变化值的组合从左道路段最后一条设计线以及右道路段第一条设计线中分别选择一个候选变坡点作为竖曲线的起始点和终止点；

步骤九：将每个拼接区域继续沿着x轴正向顺序以不重叠的形式选择相邻的两个拼接区域作为新的拼接区域，并重复步骤八，直至整条道路作为一个拼接区域；

步骤十：将每个道路段中的设计线以及每两个道路段之间的竖曲线作为最终的道路纵断面图形。

2.根据权利要求1所述的基于蒙特卡洛模拟的道路纵断面智能生成优化的方法，其特征在于，所述道路相关参数包括最大纵波、最短坡长以及最大合成坡度数据。

3.根据权利要求2所述的基于蒙特卡洛模拟的道路纵断面智能生成优化的方法，其特征在于，遍历出地形曲线图中所有的局部极值点的选择方式为：

预先根据实际经验设置步进值s、斜率变化阈值C以及最短变坡距离D；将道路总长度标记为L；

分别计算地形曲线图上x轴坐标为s、2*s、3*s…K*s的点的斜率ck；将每个点的y轴坐标标记为yk；其中，k为正整数，且； 其中，K满足；其中，斜率的计算公式为：；

从所有点中筛选出|c（k+1）-ck|C的点，并将筛选出的点集合标记为 P，P为所有的局部极值点的集合。

4.根据权利要求3所述的基于蒙特卡洛模拟的道路纵断面智能生成优化的方法，其特征在于，将地形曲线图划分为若干道路段的方式为：

将点集合P中包含的点数量标记为M；将点集合P中每个点的x轴坐标标记为xpm，y轴坐标标记为ypm；其中m为正整数，且；

第一个道路段的起始离散区域为第一个离散区域，其终点的离散区域为第个离散区域，所述终点的离散区域在第三个局部极值点与第二个局部极值点的中点位置；

后续的每个道路段的起始离散区域为第个离散区域；终点离散区域为第个离散区域；其中，i=1,2,…I；其中，I为道路段的数量。

5.根据权利要求4所述的基于蒙特卡洛模拟的道路纵断面智能生成优化的方法，其特征在于，生成两个凸优化模型，并使用蒙特卡洛模拟法求解的方式为：

生成的两个凸优化模型包括第一凸优化模型和第二凸优化模型，所述第一凸优化模型目标是选择两个候选变坡点作为变坡点，在选择的两个变坡点之间设置一条设计线；所述第二凸优化模型是选择三个候选变坡点作为变坡点，将设计线上方土地凸起标记为挖除土方，将设计线下方的下凹区域标记为填补土方，将挖除土方面积与填补土方面积标记为待填挖总土方面积，待填挖总土方面积对应填挖工程量；

对第一凸优化模型和第二凸优化模型使用蒙特卡洛方法进行随机模拟，获得第一凸优化模型与第二凸优化模型的最优解，并比较待填挖总土方面积，选择其中待填挖总土方面积更小的最优解作为该道路段的变坡点的决策结果；所述该道路段的变坡点的决策结果是指从最优解中选择二值变量值为1的候选变坡点作为变坡点。