Mountain railway alignment optimization integrating layouts of large-scale auxiliary construction projects
Notice bibliographique
Résumé
Mountain railway alignment design is an important but complex civil engineering problem. To overcome the drastically undulating terrain, long tunnels and high bridges are major structures used along a mountain railway, which poses great challenges for railway design and construction. Unfortunately, despite being studied for many years, the crucial construction factors of complex structures have received slight attention in alignment optimization. In this paper, for the first time, the layout of large-scale auxiliary construction projects (LACPs), including tunnel shafts and access roads, is incorporated into the alignment design process in order to consider construction practicability and economy. Primarily, an alignment–LACPs concurrent optimization model is built. After defining the comprehensive design variables, the alignment–LACPs total construction cost is formulated as the objective function. Besides, the separate constraints for designing the alignment and LACPs are considered. Also, a construction duration computation is proposed for constraining the alignment–LACPs integration. To solve the model, a four-step hybrid solution method is developed. Specifically, the alignment is first generated with a particle swarm optimization (PSO). Afterward, a new divide and conquer approach is devised to search for shaft alternatives along the alignment. Then, a customized Dijkstra algorithm is developed to search for complex access roads. Finally, a novel polynomial mechanism for time-varying acceleration coefficients (TVAC) is designed for PSO to evolve the alignment–LACPs solutions. The above model and methods have been applied to two complex actual mountain railway examples. Their effectiveness is demonstrated through detailed analysis of resulting railway solutions and control experiments with contemporary TVAC-based methods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».