基于Vague软集GML和地标的定性空间位置描述

Geography markup language (GML) explicitly expresses the geographical spatial knowledge by text, and conforms to the user interface requirements of qualitative location description in text. Comparing with Fuzzy sets, Vague soft sets can express more exquisite and fuzzy information. It fuses fuzzy and parameter tool, and is suitable for expressing vagueness in qualitative location description. The GML expression ability to geographical spatial knowledge will be improved by the vague extension of GML with Vague soft sets. The Vague soft set expression for the vagueness is constructed, and a Vague soft set GML model, including GML DTD (Document Type Definition) and Schema two forms, is established by introducing Vague structures. The Vague soft set expression and the Vague soft set GML expression are constructed for the weight factors of landmarks. The composite of multiple weight factors and sorting for landmarks are implementated based on research on fuzzy entropy, similarity measures, multi-objective fuzzy decision of Vague soft sets. A Vague soft set GML model of the research area is established, and the qualitative location description of target objects is generated by using natural language to output in text based on the landmarks. Project research results not only provide a beneficial supplement for the theories of qualitative geographic information system, but also service for the construction of the "Smart GuiLin" and the "Smart Tourism".

GML（地理标志语言）以文本方式显式表达地理空间知识，符合定性空间位置描述文本形式的用户接口需求。Vague软集比Fuzzy集能表达更细腻的模糊信息，融合模糊和参数工具，适合表达定性空间位置描述中的含糊性，用其对GML进行含糊扩展，将提升GML对地理空间知识的表达能力。构造含糊性的Vague软集表达式，通过引入含糊构造子，建立Vague软集GML模型，包括GML DTD（文档类型定义）和Schema（模式）两种形式。构造地标权重因素的Vague软集表达式，得出其在Vague软集GML中的表达形式。研究Vague软集模糊熵、相似度量、多目标模糊决策，基于此实现地标多个因素权重的综合及地标排序。构建研究区域Vague软集GML模型，基于地标，生成目标对象的定性空间位置描述，并用自然语言表述的文本方式输出。项目研究成果为定性地理信息系统理论提供有益的补充，也为"智慧桂林"和"智慧旅游"建设服务。

地理标志语言（GML）虽然以文本方式表达地理空间知识，但它不表达含糊的空间知识，从而给基于地标的定性空间位置描述中出现的含糊性问题表述带来困难，因而有必要对GML进行扩展，以适应表达含糊性问题的需求。项目以Vague软集作为描述含糊性的基础理论对GML进行扩展，从Vague软集理论方法、Vague软集GML建模、地标权重因素的Vague软集GML表达与权重综合及地标排序、定性空间位置描述四方面进行了研究。对现有Vague集和Vague软集相似度量分析发现，它们仍有改进空间，提出了调节系数为函数的Vague集和Vague软集相似度量，不但度量结果更合理，区分能力更高，而且更具灵活性和可构造性；对现有Vague软集模糊熵分析发现，它们仍存在不足，提出了考虑不确定性和未知性影响的Vague软集模糊熵，具有良好的区分能力，符合投票模型，构造合理；对现有模糊综合评判方法分析发现，其权重单一专家打分的方式过于主观，提出了熵权融入三角模糊数层次分析法的主客观赋权法，融合主观和客观使指标权重的确定更加精确；对现有基于模糊矩阵的模糊综合评判方法分析发现，其多级矩阵的计算过程比较繁琐，提出了一种Vague软集的模糊综合评判模型，采用相似度量代替模糊综合评判矩阵，使计算由多级变为一级，避免了矩阵运算和矩阵维数发生变化带来的问题；对GML分析发现，其缺乏对含糊信息的表达，提出和建立了Vague软集GML DTD模型和Vague 软集GML Schema模型，使GML能够表达Vague软集表示的含糊信息。对现有地标多个因素权重综合及地标排序方法分析发现，其需要构造特定的计算模型，提出了Vague集和Vague软集相似度量结合多准则模糊决策、Vague软集模糊熵结合TOPSIS、理想解结合TOPSIS的方法，提出的方法直接从地标权重数据出发，有效、可行，且避免了特定计算模型的构造。研究发现，基于Vague软集GML和地标，并结合空间区域划分和自然语言表述语法转换等，最终生成目标对象定性空间位置描述的方法可行。项目深入研究了模糊理论表达和处理模糊地理空间知识的方法和途径，提出的方法在其它多指标或多因子环境下的综合评判决策应用中同样有效、可行，展现了模糊空间信息处理方面研究的特有魅力。同时，若将地标和定性空间位置描述方式用于表述出行路线，更符合人们空间认知习惯，在路径引导中具有良好的应用前景。

内容获取失败，请点击重试