详情

原文传递基于模糊综合评价的道路网选取算法

专利名称：	基于模糊综合评价的道路网选取算法
摘要：	道路网选取因素的确定是道路网选取的基础，针对已有算法没有充分考虑模糊因素在道路选取时的作用的问题。本文提出了道路选取过程中应考虑到的几种模糊因素，借助模糊数学综合评价方法对其进行了综合评价，并将评价结果与基于网眼密度的道路网选取算法进行了融合。实验表明，考虑了模糊因素后的道路网选取在继承了基于网眼密度算法优点的基础上保留了某些交通流量大、具有历史意义或经济价值的“重要”道路，相应地删除了个别同等级但上述意义相对较小的道路，道路网选取结果更加合理，更加符合人们的实际需求。
专利类型：	发明专利
国家地区组织代码：	甘肃;62
申请人：	兰州交通大学
发明人：	禄小敏;闫浩文;王中辉
专利状态：	有效
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN201810172774.0
公开号：	CN108388540A
分类号：	G06F17/16(2006.01)I;G06F17/18(2006.01)I;G06Q50/30(2012.01)I;G;G06;G06F;G06Q;G06F17;G06Q50;G06F17/16;G06F17/18;G06Q50/30
申请人地址：	730070 甘肃省兰州市安宁区安宁西路88号
主权项：	1.一种基于模糊综合评价的道路网选取算法步骤1：综合评判模型的建立交通流、通达重要性、经济重要性及政治重要性几个因素的模糊综合函数可以表示为：Fuzz(x1，x2，x3，x4)，对于模糊综合评判问题，根据模糊数学原理具有三个要素；（1）因素集在道路网选取过程中，除了以往算法中考虑到的道路等级、道路长度、密度等因素外，还需要考虑的模糊评价因素包括交通流、通达重要性、政治重要性及经济重要性四个因素；因素集U可以定义为：U={交通流，通达重要性，历史重要性，经济重要性}，表示为：U={u1，u2，u3，u4}设因素集U上的因素模糊子集A简记为模糊向量A=（a1,a2,…,a5），其中ai表示单因素ui在总体评价因素中所起作用大小的度量，0≤ai≤1；（2）评价集对事物好坏评价的集合，可根据实际需要确定，这里将评价标准定义为：V={很大，较大，一般，不大}，表示为：V={v1，v2，v3，v4}；（3）单因素的评判矩阵R确定每一个评价因子隶属于评价等级集合中不同评价等级的程度，称为隶属度，以rij表示，价因子集合U中全部指标隶属度的合成，即为单因素评价矩阵；步骤2：评判运算评价集中的等级模糊子集B也常记为模糊向量B=（b1,b2,b3,b4）,其中bj为等级vj对B的隶属度，它是综合评判的结果；对于U上的模糊子集A，可得综合评判关系为：（2）将综合评判记为M（×，＋），B中的各元素通过广义模糊运算可得式（3）；在所得到的bj(j=1,2,3,4)寻找最大值b作为评价结果：模糊综合评价函数Fuzz(x1,x2,x3,x4)=b，当b* =b1或b2时，随着b的增大，表明接近影响“大”的程度越高；当b =b3或b4时，随着b的增大，表明接近影响“小”的程度越高；当b =b1或b2时，表明模糊因素的影响很大或较大，此时证明相应的道路在道路网中具有比较重要的作用；步骤3：道路网选取模糊综合评价支持下的道路网选取具体方法为：首先，利用已有道路网选取算法进行道路网选取，本文采用比较成熟的基于网眼密度的道路网选取算法，选取时对于预删除的道路做“flag=’P’(Pre‑delete,预删除)”标记；其次，对这条路进行模糊综合评价，若其评价结果为“很大”或“较大”，则予以保留，否则将其删除；对于标有“P”但予以保留的道路，为了保持空间密度结构，对其所在网眼剩余边界进行模糊综合评价，选择最次要的路段，予以删除；特别地，在道路网选取过程中，如果模糊综合评价结果为“重要”的道路，其紧邻的道路同时具有很重要的空间几何意义；与传统的道路网选取方法不同，本算法将保留模糊评价结果为“重要”的道路，这与进一步研究的大数据支持下地图综合的原则是一致的，即尽可能地夸大感兴趣的特征。
所属类别：	发明专利