多因素模糊算法4.2.1多因素模糊算法的提出
一般情况下，盲人从当前位置到达目标位置所需要考虑到的不只是最短的路径，而是综合考虑多种因素后的最佳路径。对盲人而言，出行还需要考虑到行走道路的状况、周围环境的状况、道路繁忙的状况，甚至红绿灯的数量都是一个需要考虑的关键点，这些外在因素都是难以定量的。为了得到在多模糊因素下盲人出行的最佳路径，就不仅需要考虑所有的外在因素，而且需要考虑这些外在因素的相对重要性，因此，本系统在考虑多个因素的影响下，提出多因素模糊算法来解决道路权值确定的问题。
4.2.2多因素模糊算法的数学模型毕业论文
http://www.youerw.com/盲道网络的权值是进行路径分析和规划的重要依据，而针对本系统的应用，显然不能将道路长度做为权值。而权值应该看作由距离因素和其他需要采用模糊隶属度来表示的盲道因素两部分组成[7]： (4-1)
式(4-1)中，Dist(x1)表示道路距离函数，Fuzz(x2,x3,…,xn)表示如路面状况、周围环境状况、道路繁忙状况、红绿灯状况等非数值因素的模糊综合函数，a、b为系数常量，由实际情况调整。
假设路面状况、周围环境都非常好，道路繁忙程度也最适合盲人，又不存在红绿灯的理想情况下，可以认为式(4-1)中Fuzz（x2，x3，…，xn）的值为0，这是权值完全由路段的长度来决定，假设盲人行走速度为v，盲人走完整条路段所需的时间为t0,则： (4-2)
在路面状况、周围环境不好的情况下，盲人所花费的时间比理想状况下的时间t0要更长，假设在这种情况下盲人走完整条路段所需的时间为t，由于多种因素造成的等待时间为t′，则： (4-3)
如果等待时间t′看作在理想状况下盲人以v的速度进行行走，设定t时间盲人走过的距离为Dist（x′），则： (4-4)
由此可知，由于路面状况等因素造成的等待可以看作为在理想状况下道路的距离Dist（x）延长了，式(4-4)中的v×t′即为道路延长的距离。假设对多因素模糊综合评价为fuzz（x2，…，xn），则得到的评价结果为0-1之间的一个实数，而Fuzz(x2,x3,…,xn)与Dist（x1）之间存在着一定的关系，则可表示为： (4-5)
将公式4-5代入式(4-1)中可得：
(4-6)
提取Dist（x1）后，式(4-6)转化为：
(4-7)
采用A、B表示系数常量后，得到多因素情况下道路权值的确定公式：
(4-8)
由公式可知，A、B反映了距离Dist（x1）与模糊综合评价fuzz（x2，…，xn）对道路权值W（x1，x2，…，xn）的影响程度，A的值越大，距离Dist（x1）对道路权值的影响程度就越大，B的值越大，模糊综合评价fuzz（x2，…，xn）对道路权值的影响程度就越大。
4.2.3多因素模糊算法的实际应用
针对本系统所涉及到的情况，经过多次分析、调研和考证，确定出多因素模糊综合评价算法所需的如下集合：
因素集U ＝｛路面状况，环境情况，道路繁忙程度，红绿灯情况｝；
评价集V ＝｛优=100，良=90，中=80，可=70，差=60｝；
因素集U的模糊子集(即权重分配集)A ＝｛0.3，0.3，0.3，0.1｝。
对于每条道路，分别对其4个因素进行评分，得到它的评分向量C ＝｛C1，C 2，C 3，C 4｝，对于各个因素评分的标准如下：毕业论文
http://www.youerw.com/1.路面状况（城市道路类型）：优——高级-水泥混凝土、沥青混凝土、整齐石块或石条。良——次高级-热拌沥青碎石混合料、沥青贯入碎（烁）石、乳化沥青沥青碎石混合料、沥青表面处治。中——中级-结、泥结碎石或级配碎（烁）石、半整齐石块路面。差——低级-粒料加固土、其他当地材料改善土。
2.环境情况（城市区域环境噪声等级）：优——噪声≤50.0 dB（好）。良——50.0 dB＜噪声≤55.0 dB（较好）。中——55.0 dB＜噪声≤60.0 dB（轻度污染）。差——噪声＞60.0 dB（中度及重度污染）。
3.道路繁忙程度（人流量，单位：人/h）：优——100≤人流量≤250。良——人流量＜100或250＜人流量≤400。中——人流量＜75或400＜人流量≤550。差——人流量＜50或人流量>550。
4.红绿灯情况：优——无红绿灯。差——有红绿灯。
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >>
RFID的盲人导航系统路径搜索设计+物联网路径规划算法 第8页下载如图片无法显示或论文不完整，请联系qq752018766
