原文传递
基于知识推理的公路地质选线方法研究
| 论文题名： | 基于知识推理的公路地质选线方法研究 |
| 关键词： | 公路;地质选线;空间关系推理;决策树;粗糙集 |
| 摘要： | 目前公路地质选线主要依赖于专家经验与人工决策，缺乏将地质知识自动融入选线过程的方法和技术手段。典型的地质选线知识散见于各类文献、书籍等相关资料中，难以为路线（线路）设计者提供有效的经验支持；路线设计的CAD或BIM平台未能融合GIS、知识推理等决策支持工具。基于此，论文集成空间关系推理（SpatialRelationReasoning，SRR）、实例推理（Case-basedReasoning，CBR）及规则推理（Rule-basedReasoning，RBR）技术，建立知识推理方法；并与GIS、CAD系统集成，建立地质选线知识库，开发地质选线工具，实现对地质选线设计过程的决策信息支持。 以滑坡、泥石流地质灾害为例，论文对典型地质选线的知识组成及特点进行分析。基于手工获取方法收集地质选线实例，提出了“面向对象+属性-值对”的实例知识表示方法，采用基于机器学习的文本挖掘技术提取了实例知识关键词，确定了特征属性，建立了地质选线实例知识库。提出了基于决策树算法的选线规则学习方法，辅助于经验规则，采用“面向对象+产生式规则”的表示方法，建立了地质选线规则知识库，奠定了选线过程中知识推理的基础。 针对地质选线中对知识的信息需求，构建了集成SRR-CBR-RBR的推理方法：提出了基于维度扩展九交模型和坐标分区的空间关系组合推理方法（SRR），以识别路线与地质对象之间的空间关系；提出采用粗糙集确定属性权重，基于深度结构语义模型（LSTM-DSSM）+表征学习模型（ARC-I）进行局部相似度计算，K-近邻算法计算全局相似度的实例知识推理方法（CBR）。提出基于可信度C-F模型的规则推理方法（RBR）。 以AutodeskCivil3D+Map3D为开发平台，设计了地质选线知识库管理模块、规则获取与挖掘模块、设计过程知识推理模块、地质选线方案设计与评价模块。解决了知识与设计信息互馈、CAD与GIS信息转化、地质选线知识库接入等关键技术问题，完成了地质选线知识库系统的开发，实现了地质选线过程中的知识支持。 |
| 作者： | 程倩芳 |
| 专业： | 交通运输工程 |
| 导师： | 杨宏志 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
