线形设计matlab,立交匝道平面线形优化设计及MATLAB的应用

1引言由于互通立交中主线与匝道、匝道与匝道相互交叉、制约,使线形单元参数的拟定带有盲目性和随机性,线形调整有很大的困难,路线不易满足控制条件要求,线形单元参数经多次试算、调整,仍难以满足规范要求。本文从立交匝道平面线形设计的特点出发,根据线位约束条件和规范要求拟定可行的线形组合型式,以线形单元参数为设计变量,以满足线位要求与规范标准为约束条件,建立线形优化设计模型[1],探讨相应的优化计算方法,并利用大型通用的计算软件MATLAB优化工具箱的优化函数,进行线形参数的优化设计,从而减少了选择和调整线形参数的盲目性,使所得线形既能符合规范标准又能满足线位约束条件,丰富和完善了立交匝道平面线形设计的理论和方法。2优化计算方法立交匝道平面线形优化问题属于非线性规划里的有约束最优化问题:minf(x)xRns.t.gi(x)=0(i=1,…me)gi(x)0(i=me+1,…m)lbxub(1)求解该问题,早期方法通常是构造惩罚函数来将有约束最优化问题转换为无约束最优化问题,即把条件极值问题通过参数化无约束条件优化序列来求解,但求解效率不高,目前该方法已被更有效的基于K-T(kuhn-tucker)方程进行求解的方法所取代,K-T方程是有约束最优化问题求解的必要条件。K-T方程可表示为:f(x*)+mi=1i*gi(x*)=0i*gi(x*)=0i=1,…mei0i=me+1…,m(2)上式第一个方程描述了目标函数和约束条件在解处梯度抵消,其中Langrange乘子i(i=1,…,m)平衡了目标函数和约束条件梯度之间的大小差异。求解K-T方程是很多非线性规划算法的基础,这些方法试图直接计算Langrange乘子,通过拟牛顿法使用拟牛顿更新程序,给K-T方程累积二阶信息以保证超线性收敛。因在每个主要迭代步骤中解决一个二次规划子问题,故称为序列二次规划方法(SequentialQuad-raticProgamming,SQP)。序列二次规划法在每次迭代时,收敛可由拟牛顿法得到的Langrange函数构成的Hessian矩阵来保证,从而转化为二次规划子问题,其解产生线性搜索过程的搜索方向。对给定的规划问题,SQP方法主要思路是形成基于Langrange函数二次近似的二次规划子问题:L(x,)=f(x)+mi=1igi(x)MATLAB优化工具箱的SQP算法的实现由三部分组成:(1)Langrange函数Hessian矩阵的更新在每次主迭代中,H均作为Langrange函数Hessian矩阵的正定拟牛顿近似,采用BFGS方法进行计算,更新公式为:Hk+1=Hk+qkqTkqkTsk-HkTHksTkHksk式中:sk=xk+1-xkqk=f(xk+1)+mi=1igi(xk+1)-(f(xk)+mi=1igi(xk))(2)二次规划问题的求解SQP法每次主要迭代过程,都要求解一次二次规划(QP)问题:minxRn12dTHd+cTds.t.Ai*d=bii=1,…,meAi*dbii=me+1,…,m(3)求解过程包含两个阶段:1计算解的一个可行点;2产生可行点的一个迭代序列,这个序列收敛到问题的解。(3)线性搜索和目标函数的计算求解QP子问题得到一个向量dk,由它可得到新的迭代:xk+1=xk+kdkk必须保证目标函数有足够的下降量,目标函数形式如下:(x)=f(x)+mei=1i*gi(x)+mi=me+1i*max{0,gi(x)}(4)其中:i=(k+1)i=maxi{i*((k)i+i)/2}i=1,…,m3优化计算模型31线形设计的基础匝道平面线形总是