The determination of road network selection factors is the basis of road network selection. Aiming at the problem that the existing algorithms do not fully consider the role of fuzzy factors in road selection. In this paper, several fuzzy factors which should be considered in the process of road selection are put forward, and the fuzzy comprehensive evaluation method is used to evaluate them. The evaluation results are fused with the road network selection algorithm based on mesh density. Experiments show that the road network selection considering fuzzy factors retains some \important\ roads with large traffic flow, historic significance or economic value on the basis of inheriting the advantages of mesh density algorithm, and deletes some roads with the same grade but the significance is relatively small. The results of road network selection are even better. Reasonable and more consistent with the actual needs of people.
【技术实现步骤摘要】
基于模糊综合评价的道路网选取算法
道路选取是地图综合中的重要操作之一。基本要求是在比例尺缩小时根据大比例尺道路的密度和等级、长度等语义、几何特征,筛选出重要道路,舍弃次要道路。通过调查分析,本专利技术将交通流、通达重要性、历史重要性及经济重要性四种因素纳入到道路选取时需要考虑的因素中来。由于这几种因素的度量存在很大的不确定性和模糊性,难以找到统一的函数公式来计算。而模糊理论中模糊综合评判方法可处理客观事物中存在概念外延不分明情况,因此,本专利技术利用模糊数学原理,对这些不确定因素进行综合评价,并将其运用到道路选取过程中。
技术介绍
、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, ...
【技术保护点】
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 ...
【技术特征摘要】
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...
【专利技术属性】
技术研发人员:禄小敏,闫浩文,王中辉,
申请(专利权)人:兰州交通大学,
类型:发明
国别省市:甘肃,62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。