1.3　智能选线方法

通过以上分析，构建实用的智能铁路选线方法，在充分利用智能优化已有研究成果的基础上，应注重知识工程在选线领域的应用方法研究，构建虚拟地理环境下的集成性知识工程选线方法，即智能选线方法需要[70]：

1.构建人机协同的设计环境

设计人员和计算机都是智能铁路选线的主体，铁路智能选线任务应由人机协同方法实现，把重复性大、知识含量低的任务交由计算机自动完成，领域人员则从事创造性大、知识含量高的任务。这就需要构建便于人机协同的设计环境，构建便于设计人员以及审查人员以直观视觉感受体验的三维虚拟地理环境，直接在该环境中以三维交互的方式进行方案设计、浏览以及对计算机智能设计行为进行协调、控制。

2.有效识别和利用地理信息

基于知识工程的选线方法没有走向实用的一个重要原因就是相关方法没能识别和利用选线工程师能处理的地形、地貌、水文、地质等信息。要实现智能选线必须深入研究地理信息的有效识别和深层应用问题。近期国内外发表的与选线相关的文章，无论是方案评价、线形设计、最优路径分析、智能优化，还是绿色选线、构建虚拟选线环境，都没有离开对GIS技术的应用。而且有很多文献，为更好的在选线领域利用空间信息技术，对带状数字地形模型的建模及快速、逼真显示，空间数据模型等问题进行过专门研究。

基于GIS选线的方法研究取得了长足进步。但是，这些研究除了最优路径分析可以为平面设计提供可参考的路径外，其他方法，包括智能优化在内，基本属于线路方案信息提取类的被动型应用，即在地理空间中存在一个线路方案后，从地理信息中提取出与方案相关的高程、坡度、用地面积、各种费用、噪声影响程度等信息。

要提高智能选线的智能程度，充分利用空间数据，需要研究类似人工选线的主动型空间数据应用方法，即通过地理信息的分析、挖掘，自动提取线路方案的技术标准、控制信息，并能自动生成、设计线路初始方案。这样才能使铁路智能选线技术向前跨越。

3.联合知识工程与数值及优化方法

选线设计是设计和评价并行、定性分析和定量计算相结合的异构信息分析、处理、决策过程，数值分析和符号推理在选线设计任务中具有同等重要的地位。应通过软件工程方法与知识工程方法集成的策略处理线路设计问题，实现符号推理时直接调用数值方法中的对象，在常规软件系统中直接调用推理机，把符号推理与数值分析计算集成为一体。

4.统一规划铁路选线知识

选线设计是总体性、综合性很强的创造性工作，知识面广、经验性强，涉及经济、运量、运输等问题，以及各种站前、站后专业，还需分析各种包括地质、水文、地形在内的地理信息，处理各种数值的、字符的、图形的、图像的资料。只有统一规划选线设计涉及的知识，从整体上综合考虑，有机组合、管理，才符合选线设计的知识特性，实现智能选线。