[发明专利]基于模糊综合评价的道路网选取方法

权利要求书

1.一种基于模糊综合评价的道路网选取方法，其特征在于，包括：

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四个因素的模糊综合函数可以表示为：Fuzz(x₁，x₂，x₃，x₄)，根据模糊数学原理，模糊综合评判问题包括三个要素；

(1)因素集

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a_i表示单因素u_i在总体评价因素中所起作用大小的度量，0≤a_i≤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

定义隶属度为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，以r_ij表示，

单因素评价矩阵为因素集U中每个评价因子的隶属度的集合；

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b_j为等级v_j对B的隶属度，b_j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：式中：表示模糊向量A与单因素评价矩阵R相乘；

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

在所得到的b_j，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，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’”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。