:
𝑋
𝑖𝑡
-
𝑖 −
на дороге,
𝑡 −
тип ремонта в году.
𝑋
𝑖𝑡
присваивается одно
из значений, равное 1, 2, 3, путем целочисленного кодирования типов
восстановления соответственно.
На следующем этапе проводится оценка вышеуказанного решения по
сети с указанием целевой функции и соответствующих условий. Целевая
функция должна быть определена таким образом, чтобы она содержала все
ограничения в реальных условиях (бюджетные, минимальные пределы
транспортно-эксплуатационных показателей и т.д.) и должна участвовать в
Условия
соблюде-
ны?
Оптимальное
решение
Выбор
Кроссовер
Mutatsiya
Новое
популяция
(решение)
Создание
начальной
популяции
(решение)
Оценка
значения
целевой
функции
Нет
Да
43
поиске конечного результата. Определение целевой функции осуществляется
путем минимизации указателя, представляющего состояние пути, с учетом
установленных бюджетных ограничений.
Целевая функция, представляющая состояние дороги, будет выглядеть
следующим образом:
𝑀
сост. дороги
= ∑
1
𝑇
𝐼𝑅𝐼
𝑖𝑡
𝑇
𝑡=1
→ 𝑚𝑖𝑛
(1)
Чтобы найти наименьшее значение целевой функции, должны быть
выполнены следующие условия:
∑
𝑋
𝑖𝑡
𝐼
𝑖=1
≤ 𝐵
𝑡
,
(2),
𝐼𝑅𝐼
𝑖𝑡
≤ 𝐼𝑅𝐼
𝑚𝑎𝑥
или
𝐼𝑅𝐼
𝑖𝑡
≤ 4,5
(3),
𝐼𝑅𝐼
𝑖𝑡
≥ 1,5
(4)
𝐼𝑅𝐼
𝑖𝑡
=
𝐼𝑅𝐼
𝑖(𝑡−1)
+ ∆𝐼𝑅𝐼
𝑘
(5)
Где:
𝐼𝑅𝐼
𝑖𝑡
и
𝐼𝑅𝐼
𝑖(𝑡−1)
значения Международного индекса ровности в t и
(t-1) году соответственно,
𝑋
𝑖𝑡
−
𝑖 −
на дороге
𝑡 −
сумма затрат на ремонт за год,
𝐵
𝑡
−
𝑡 −
общая сумма бюджета, выделяемая на ремонтные работы в году,
∆𝐼𝑅𝐼
𝑘
−
𝑘 −
снижение международного индекса ровности (IRI) в результате
выполнения типа ремонта. Выражения (3) и (4) устанавливают пределы для
наивысшего и наименьшего допустимых значений IRI.
Этот процесс был протестирован на выбранной дорожной сети на основе
последовательности и условий, описанных выше. Для выполнения базовых
вычислений использовался пакет Solver от Microsoft Excel и язык
программирования Python.
Рисунок 12. Изменение ровности дорожного покрытия в результате
планирования ремонтных работ.
Среднее значение ровности дорожного покрытия по выбранной
дорожной сети составляет 4,7 к состоянию на текущий год. Известно, что этот
показатель будет равен 7,2 через 6 лет, если его определить по закону,
приведенному в выражении 5, когда не было проведено никаких ремонтных
работ (Рис. 12). Применяя усовершенствованный метод планирования
ремонтных работ, удастся довести показатель беглости дорожного покрытия
до значения 2,1 (Рис. 12, табл. 1).
44
Таблица 1
Автомобиль-
ная дорога
Ремонтные работы, выполненные в разные годы на разных дорогах
1 год
2 год
3 год
4 год
5 год
6 год
…..
T год
1
2
1
1
1
1
1
…..
X
1t
2
2
1
1
1
1
1
…..
X
2t
3
2
1
1
1
2
1
…..
X
3t
4
2
2
1
1
1
1
…..
X
4t
5
3
1
1
1
2
1
…..
X
5t
6
2
2
1
1
1
1
…..
X
6t
7
3
1
2
1
1
1
…..
X
7t
8
2
1
1
1
2
1
…..
X
8t
9
2
1
2
1
1
1
…..
X
9t
10
2
1
1
2
1
1
…..
X
10t
Примечание: 1 – содержание, 2 – текущий ремонт, 3 – капитальный ремонт
На основе генетических алгоритмов можно будет разработать
краткосрочный и долгосрочный план планирования работ по ремонту
автомобильных дорог с использованием усовершенствованного метода. Это
приведет к снижению среднего значения IRI с 4,7 до 1,9 в течение первых 3
лет действия плана по сети автомобильных дорог.
Нормативными
документами
установлены
теоретические
межремонтные сроки дорожной одежды и покрытия. Эти межремонтные
сроки невозможно обеспечить без эффективной организации дорожно-
ремонтных работ в сложившихся условиях. Благодаря эффективной
организации ремонтных работ можно добиться максимального улучшения
состояния дорожной сети даже в условиях ограниченного бюджета. Это
требует совершенствования метода планирования ремонтных работ на основе
генетических алгоритмов. По результатам исследований разработан
усовершенствованный метод планирования работ по ремонту автомобильных
дорог. На рисунке 13 представлена блок-схема усовершенствованного метода
планирования работ по ремонту автомобильных дорог.
Рисунок 13. Усовершенствованный метод планирования работ по
ремонту автомобильных дорог блок-схема.
|
