Automated algorithm for drawing up a milling cartogram

Cover Page

Cite item

Full Text

Abstract

Background: The milling cartogram is a technical task for the driver of a road milling cutter.

Aim: Automation the process of drawing up a milling cartogram.

Materials and methods: The algorithm for finding the best option is based on the generalized reduced gradient method. MS Excel is used as a software package. The sources of restrictions are the requirements of regulatory documents for the quality of milling operations.

Results: The compiled model considers the conditions for ensuring surface drainage, as well as the restrictions provided for by the building regulations. The discrepancy between the actual cutting depth and the preferred one is accepted as the objective function. The analysis of the results of the solution is carried out and a comparison of manual and automated calculations is given.

Conclusion: The use of the algorithm described in the article makes it possible to reduce the labor costs for drawing up a cartogram by half. Similarly, the degree of deviation of the specified cutting depth from the target is reduced, which leads to a decrease in the amount of overspending of materials during further work.

About the authors

Nikita A. Fedoseev

Peter the Great St. Petersburg Polytechnic University

Author for correspondence.
Email: fedoseev.na@edu.spbstu.ru
ORCID iD: 0000-0001-6104-9674
SPIN-code: 6857-7057

master’s degree student

Russian Federation, St. Petersburg

Vera A. Svalbova

Peter the Great St. Petersburg Polytechnic University

Email: svalbova.va@edu.spbstu.ru
ORCID iD: 0000-0002-3726-9359
SPIN-code: 7383-9132

master’s degree student

Russian Federation, St. Petersburg

Sergey V. Alekseev

Peter the Great St. Petersburg Polytechnic University

Email: sergeyaleks1966@gmail.com
ORCID iD: 0000-0001-8632-3852
SPIN-code: 6013-0312

candidate of military sciences, associate professor

Russian Federation, St. Petersburg

References

  1. Васильев К.А., Бирюков О.Р., Алексеев С.В. Выбор способа устройства поперечного уклона проезжей части при ремонте автомобильной дороги / Материалы всероссийской конференции «Неделя науки ИСИ». 26–30 апреля 2021; СПб. ФГАОУ «СПбПУ», 2021. – С. 297–299. [Vasil'ev KA, Birjukov OR, Alekseev SV. Vybor sposoba ustrojstva poperechnogo uklona proezzhej chasti pri remonte avtomobil'noj dorogi. Materials of the All-Russian Conference “Nedelja nauki ISI”. 2021 Apr 26-30; St. Petersburg. FGAOU SPbPU, 2021. pр. 297-299. (In Russ.)]. Доступно по: https://www.elibrary.ru/item.asp?id=46294849 Ссылка активна на 29.04.2023.
  2. Закон Санкт-Петербурга №163-34 от 11 апреля 2013 г. «О порядке ремонта и содержания автомобильных дорог в Санкт-Петербурге (с изменениями на 18 марта 2020 года)» [Law of St. Petersburg № 163-34 of 11 April 2013. “O porjadke remonta i soderzhanija avtomobil'nyh dorog v Sankt-Peterburge (s izmenenijami na 18 marta 2020 goda)”. (In Russ.)]. Дата обращения: 29.04.2023. Режим доступа: https://npa.gov.spb.ru/SpbGovSearch/Document/2079.html
  3. Лебедева А.К. Моделирование систем методами линейного программирования / Материалы IV Всероссийской научно-практической конференции молодых ученых «Прикладная математика: современные проблемы математики, информатики и моделирования». 18–23 апреля 2022 года; Краснодар. Краснодар: ФГБУ "РЭА" Минэнерго России Краснодарский ЦНТИ – филиал ФГБУ "РЭА" Минэнерго России, 2022. – С. 317–321. [Lebedeva AK. Modelirovanie sistem metodami linejnogo programmirovanija. Materials of the IV All-Russian Scientific and Practical Conference of Young Scientists “Prikladnaja matematika: sovremennye problemy matematiki, informatiki i modelirovanija”. 2022 Apr 18–23; Krasnodar. Krasnodar: FGBU "REA" Min`energo Rossii Krasnodarskij TsNTI – filial FGBU "REA" Min`energo Rossii 2022. pр. 317-321. (In Russ.)]. Ссылка активна на 29.04.2023. Доступно по: https://www.elibrary.ru/item.asp?id=49529423
  4. Chew EP, Goh CJ, Fwa TF. Simultaneous optimization of horizontal and vertical alignments for highways. Transportation Research Part B: Methodological. 1989; 5(23): 315–329. doi: 10.1016/0191-2615(89)90008-8
  5. Artun A, Radaev AE, Badenko VL. Minimizing earthwork volumes by optimizing vertical alignment with linear programming algorithm. Construction of unique buildings and structures. 2019;7(82):7-13. doi: 10.18720/CUBS.82.1
  6. Shewchuk J. An Introduction to the Conjugate Gradient Method Without the Agonizing Pain. 1994 Mar [cited 2023 Apr 29]. Available from: https://people.eecs.berkeley.edu/~jrs/papers/cg.pdf
  7. Bertsekas D. P. Convex Optimization Theory. Belmont, Athena Scientific Publ., 2009. 444 p. [cited 2023 Apr 29]. Available from: http://web.mit.edu/dimitrib/www/Convex_Theory_Entire_Book.pdf
  8. Нестеров Ю.Е. Методы выпуклой оптимизации. Москва: МЦНМО, 2007. [Nesterov JuE. Metody vypukloj optimizatsii. Moscow: MTsNMO, 2007. (In Russ)]. Доступно по: https://mipt.ru/dcam/upload/abb/nesterovfinal-arpgzk47dcy.pdf Ссылка активна на: 29.04.2023.
  9. Зайцев А.А., Курейчик В.В., Полупанов А.А. Обзор эволюционных методов оптимизации на основе роевого интеллекта // Известия ЮФУ. Технические науки. – 2010. – № 12 (113). – С. 7–12. [Zajtsev AA, Kurejchik VV, Polupanov AA. Obzorevoljutsionnyh metodov optimizatsii na osnove roevogo intellekta. Izvestija JuFU. Engineering Sciences. 2010;12(113):7-12. (In Russ.)]. Доступно по: https://www.elibrary.ru/download/elibrary_15553703_33238503.pdf Ссылка активна на: 29.04.2023.
  10. Help and Documentation - MATLAB & Simulink. [Cited 2023 Apr 29]. Available from: https://www.mathworks.com/help/simulink
  11. Справка и обучение по Excel. Ссылка активна на: 29.04.2023. Доступно по: https://support.microsoft.com/en-us/excel
  12. Рыков С.В., Кудрявцева И.В., Рыков С.А., Рыков В.А. Методы оптимизации в примерах в пакете MATHCAD 15, Часть III Многомерная оптимизация. Аналитические методы. СПб: ИТМО, 2018. [Rykov SV, Kudrjavtseva IV, Rykov SA, Rykov VA. Metody optimizatsii v primerah v pakete MATHCAD 15, Chast' III Mnogomernaja optimizatsija. Analiticheskie metody. St. Petersburg: ITMO, 2018. (In Russ.)]. Ссылка активна на: 29.04.2023. Доступно по: https://books.ifmo.ru/file/pdf/2359.pdf
  13. Хабарова Д.С. Обзор программных комплексов многокритериальной оптимизации // Прикладная информатика. – 2013. – № 2(44). – С. 102–112. [Habarova DS. Obzor programmnyh kompleksov mnogokriterialnoj optimizatsii. Prikladnaja informatika. 2013;2(44):102-112. (In Russ.)]. Доступно по: https://www.elibrary.ru/download/elibrary_18946985_85841042.pdf Ссылка активна на: 29.04.2023.
  14. Свод правил №396.1325800.2018 от 1 августа 2018 г. «Улицы и дороги населенных пунктов. Правила градостроительного проектирования (с Изменениями N 1, 2)». [Body of rules №396.1325800.2018 of 1 August 2018. “Ulitsy i dorogi naselennyh punktov. Pravila gradostroitel'nogo proektirovanija (s Izmenenijami N 1, 2)”. (In Russ.)]. Дата обращения: 29.04.2023. Режим доступа: https://www.minstroyrf.gov.ru/upload/iblock/81f/SP-396.pdf
  15. Ермошин Н.А., Романчиков С.А., Аверьянов Д.А. Имитационное моделирование риска разрушения дорожных конструкций в межремонтный период // Путевой навигатор. – 2022. – № 50(76). – С. 30–41. [Ermoshin NA, Romanchikov SA, Averianov DA. Imitatsionnoye modelirovaniye riska razrusheniya dorozhnykh konstruktsiy v mezhremontnyy period. Putevoy navigator. 2022;50(76):30-41. (In Russ.)]. Ссылка активна на: 29.04.2023. Доступно по: https://www.elibrary.ru/download/elibrary_48202390_88032815.pdf
  16. Вавилов В.Е. Математическая модель гибридных систем магнитной левитации энерговырабатывающего оборудования автономных систем электроснабжения // Транспортные системы и технологии. – 2016. – Т. 2. – № 3. – С. 97–108. [Vavilov VE. Matematicheskaya model gibridnyh sistem magnitnoj levitacii energovyrabatyvayushchego oborudovaniya avtonomnyh sistem elektrosnabzheniya. Transportation Systems and Technology. 2016;2(3):97-108. (In Russ.)]. doi: 10.17816/transsyst20162397-108

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1

Download (75KB)
Indexing metadata
3. Fig. 2

Download (16KB)
Indexing metadata
4. Fig. 3

Download (35KB)
Indexing metadata
5. Fig. 4

Download (45KB)
Indexing metadata
6. Fig. 5

Download (45KB)
Indexing metadata
7. Fig. 6

Download (28KB)
Indexing metadata
8. Fig. 7

Download (85KB)
Indexing metadata
9. Fig. 8

Download (120KB)
Indexing metadata

Copyright (c) 2023 Fedoseev N.A., Svalbova V.A., Alekseev S.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

link to the archive of the previous title

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».