摘要：为了解决铁路选线系统在复杂地质环境条件下约束构建困难、设计强度大、选线周期长等问题,运用兴起于人工智能领域的案例推理技术,构建地质选线CBR系统框架,对地质选线CBR系统中的案例表示、检索、重用、修正、学习以及存储等核心流程进行探讨。重点研究如何运用本体模型表示铁路地质选线案例,选取最近相邻法来进行案例检索,为地质选线CBR系统的构建提供一定的理论支撑。
关键词：铁路选线;地质选线;案例推理;本体模型;最近相邻法
1、前言
铁路的线路走向是影响铁路发挥经济社会价值的重要因素，线路方案也影响着各个专业的工程总量和施工难度，对造价、工期、安全、运营都起决定性作用。铁路选线现有的理念包括环保选线、地质选线、重大工程优先选址、规划选线、资源选线、横断面选线等.地质选线的一大难点就是对地质情况的准确判断，尽管可以通过遥感、航测、地勘、地质雷达等手段来辅助判断不良地质.
2、地质选线系统的基本框架
基于案例推理中著名的CBR循环模型，即案例推理包含案例检索(Retrieve、案例重用(Reuse、案例修正与学习(Revise)以及案例存储(Retain)四大部分，结合铁路地质选线，以此为基础建立起铁路地质选线系统。它通过挖掘地质选线中的案例属性，进行地质选线案例表示并存入案例库，再根据地质选线的问题描述通过案例相似度的计算对案例库中的案例进行检索匹配，根据匹配结果决定进行案例重用或案例修正，最后进行案例学习与案例存储。
3、地质选线系统的流程实现
铁路地质选线其本身的复杂性是构建地质选线系统的难点，在结合案例推理的基础上确定地质选线系统中四大关键流程为:案例表示、案例检索、案例修正以及案例学习等，并分别对每项流程进行了研究。
3.1案例表示
案例表示是CBR系统的基础，从案例表示的基本出发，一个案例应该由问题描述，解决方案，实施效果三大部分组成。查阅铁路选线的相关专业书籍和论文，对地质选线案例进行大量分析之后，找出地质选线的案例特点。
(1)地质选线主要是以某段地质条件复杂、地质灾害频发的小区域范围内为主，以规避地质灾害为基本原则，注重减少不良地质对工程的影响，探讨不同比选方案下的工程安全性与经济性。不同于传统选线设计对大区域范围内的定线，结合生态自然环境，确定线路技术标准、空间位置以及各种建筑物协调布设，两者侧重点不同。
(2)地质选线案例涉及的内容很多，主要是工程地质以及不同工程地质下铁路定线等，具体包括不良地质灾害、地形地貌、地质构造、地震、水文地质、铁路选线、工程施工、工程项目管理与评价等等。不同内容的知识体系与数据类型差异较大，其中不良地质灾害信息量大、层次关系复杂，数值、字符数据均包含于其中;铁路选线、工程项目管理与评价则以文字描述为主，多为字符数据。结合地质选线案例的特点，可知地质选线案例结构性差、信息知识复杂，牵扯的专业知识众多，无法直接拿案例进行使用，需进行一定的整理与简化。传统的案例表示方法有框架表示法、语义网络表示法以及面向对象表示法，这三类方法各有优缺点，但都无法应对地质选线案例知识繁杂，涉及领域众多，层次关系复杂的情况，因此采用传统案例表示方法设计的地质选线CBR系统知识框架存在着可拓展性差、可重构性弱等缺点。本体(Ontology)，作为人工智能领域应用的一种知识表示方式，其在知识表示方面以及逻辑关系方面都具备优势，良好的一致性也有利于知识拓展、共享与重用，因此可以运用本体法建立地质选线案例表示模型，参考相关文献，建立模型。
3.2案例检索
案例检索是地质选线CBR系统里面的一个重要环节，通过案例检索搜寻相似的案例来解决地质选线问题。常见的案例检索方法有最近相邻法、归纳推理法以及知识引导法。
期刊文章分类查询,尽在期刊图书馆归纳推理法适用于案例种类差异明显，不同种类案例数量充足且易归纳的情况;知识引导法根据领域知识中特征属性重要性程度不同来进行案例搜索，要求特征属性权重明确，一般与最近相邻法结合使用;最近相邻法是通过检索案例库中与目标案例相似度最大的案例进行案例匹配的，该种方法的关键在于案例相似度的计算，在案例库规模适中，案例结构清晰的情况下，可以采用最近相邻法进行案例检索匹配。完整的案例相似度分为两个部分，一是全局相似度，二是局部相似度，全局相似度是在局部相似度的基础上进行权重求和计算得到的。
3.2.1局部相似度的计算
在基于本体的地质选线案例表示模型中，存在着两类属性，一类是数值型属性，一类是字符型属性。两种不同类型的属性有着相对应的相似度计算方法。
3.2.2案例重用
案例重用是在得到案例检索结果的相关基础上，初步形成问题解决方案的过程。常见的案例重用方式有3种:(1)单个相似案例，直接重用该案例的选线方案;(2)多个相似案例，选择相似度最大的案例进行选线方案重用;(3)无相似案例，选出案例检索结果中相似度最大案例，进行案例修正。
3.3案例修正
在地质选线CBR系统中，案例修正部分主要是通过对该案例检索得到的相似度最高但不超过阂值的案例进行选线方案的调整和修改，使之适用于当前地质选线问题。由于地质选线案例复杂多样，确定一个普遍适用的修正方法是困难的，因此面对复杂的地质选线案例，案例的修正常常需要专家对案例的选线方案部分进行人工修正，在案例运用成功之后再对选线评价部分进行补充。
3.4案例学习
案例学习是使地质选线CBR系统能够不断更新，保证系统的适用性和先进性的关键。在地质选线CBR系统中，案例的学习主要是包含两方面的内容:一是案例库的更新;二是案例本体模型的更新优化。
(1)案例作为CBR检索推理的基础，案例的好坏以及案例库的规模大小直接决定了案例推理结果的好坏。在对案例进行检索推理完成后，可以对案例进行一个简单的评价，如果评价通过，则可以将该案例储存到案例库中。评价过程可以用公式(4)表示
Evaluationresult=M-0.1•T(4)
式中，M为修正后的案例进行案例检索时所得到的最大相似度值;T为案例中的特征属性新数值类型的个数。
当评价结果小于阂值甲(假定为80%)时，说明该案例可以加入案例库。
(2)案例本体模型的更新优化主要是为了使得地质选线CBR系统具有更加合理的推理机制，在系统的使用过程中可以根据需要在系统层面对案例的本体模型进行更新优化，如增加特征属性、调整特征属性权重
3.5案例存储
案例存储是在案例学习成功的基础上，形成有用的新案例之后，根据案例表示模型，将新的地质选线问题以及选线方案、选线评价组合成新的案例，通过CBR系统的管理员操作界面保存到选线案例库中即可。
随着地质选线以及计算机技术的不断发展，地质选线CBR系统相关的应用功能仍需继续完善，才能更好地推广与应用地质选线工程经验，真正意义上为选线工作者提供决策帮助。
4、结束语
本文对基于案例推理的地质选线系统进行了探讨，结合案例推理的CBR循环模型构建了地质选线系统的基本框架。在分析地质选线案例特点的基础上构建了地质选线案例本体来进行案例的表示，同时确定了案例检索以相似度为基础，列出了局部相似度以及全局相似度的计算方法，给定了案例检索的流程，并对案例重用、修正、学习以及存储进行了简要的探讨，为地质选线CBR系统的构建提供了一定的理论支撑。
参考文献
[1]鲁鑫.信息化技术对提升铁路选线设计的应用分析[J].中国科技信息,2018(12):48-49.
论文作者:刘正男
论文发表刊物:《基层建设》2019年第12期
论文发表时间:2019/7/19
标签：案例论文; 地质论文; 系统论文; 铁路论文; 本体论文; 模型论文; 属性论文; 《基层建设》2019年第12期论文;