Академический Документы
Профессиональный Документы
Культура Документы
УДК 004.942
В работе предложен комплекс базовых операций построения нечетких логических функций в зна-
ние ориентированных геоинформационных системах (ГИС) и технологиях. На базисе операций пред-
ложена новая модель процессов построения растровых отображений, что позволяет создание расши-
ренных методов анализа изображений объектов в ГИС. Сформирована стратегия нового метода об-
работки и анализа растровых и векторных отображений в ArcGis технологиях. Модели и методы ап-
робированы при решении комплекса задач геоинформационного анализа, подтверждена их адекват-
ность и эффективность.
Ключевые слова: модель процессов, нечеткие логические функции, метод, геоинформационные техно-
логии.
Введение Необходимо:
- выполнить анализ существующих решений;
Методы принятия управленческих решений с
- предложить модель процессов отображения
использованием нечеткой логики получили широ-
инструментария в ArcGis технологиях;
кое распространение в мире. Среди них можно
- предложить стратегию метода решения задач
выделить информационно-управляющие системы,
обработки растровых моделей;
советующие системы, экспертные системы [1].
- решать комплекс пространственных задач
Наиболее распространенным в мире про-
анализа на основе ArcGis технологий.
граммным средством для решения задач простран-
ственного анализа являются географические ин- 1. О построении нечетких логических
формационные системы ArcGIS [2]. ArcGIS пред- функций в знание ориентированных
ставляет собой комплексную систему, которая по- ГИС и технологиях
зволяет пользователям собирать, организовывать,
управлять, анализировать, общаться, и распростра- Функциональным развитием основ ArcGis тех-
нять географическую информацию. Состоит из нологий является алгебра функций на основе нечет-
большого количества приложений и инструментов кой логики.
для решения различных задач. Введем определение нечеткого подмножества
Начиная с версии ArcGIS 10.0 предложены но- согласно Л. Заде [4].
вые инструменты на основе нечеткой логики: Fuzzy Пусть есть множество E , счетное или нет, и x
~
Overlay, FuzzyMembership [2]. Комбинация инстру- – элемент E . Тогда нечетким подмножеством A
ментов на основе нечеткой логики и стандартных множества E будем называть множество упорядо-
инструментов позволяет получить совершенно ченных пар
новые функциональные возможности и как следст- {( x | A
~ ( x ))}, x E, ~ ( x ) [0,1], (1)
A
вие новые результаты анализа. Для выполнения
~
качественного анализа с использованием функций ~ ( x ) – степень принадлежности x к A .
где A
нечеткой логики, необходимо настроить инстру-
При построении некоторой лингвистической
менты, что является нетривиальной задачей, так как переменной определим терм в виде:
в основе инструментов лежит математический ап-
– «величина x имеет малое значение», что
парат функций с нечеткой логикой [3].
может быть представлено как:
В связи с тем, что существующие методы не 2
всегда решают комплекс задач, не учитывают неоп- ( x ) e k1x , k1 0 ;
ределенность в пространственном распределении – «величина x имеет среднее значение», что
исследуемых процессов и явлений, работа является может быть представлено в виде гауссиана как
важной и актуальной. 2
Постановка задачи исследования. Целью ра- ( x ) e k 2 ( x a1 ) , k 2 0, a1 0 ;
боты является дальнейшее совершенствования ме- – «величина x имеет большое значение», что
тодов и моделей ArcGis технологий. может быть представлено как
1
Этап 2. Используя инструмент (13), получаем где h max – максимальное значение в выборке,
новый растр, в котором каждой ячейке соответству- h min – минимальное значение в выборке.
ет значение функции принадлежности в диапазоне
от 0 до 1 (рис. 5). 3. Практическая реализация
Рассмотрим проблемы оценивания территорий
[10] по критерию «рельеф» на фрагменте земной
поверхности, который представлен в растровом
формате (рис. 4).
Реализуя положения метода обработки растро-
вых представлений модели, выполним необходимые
вычисления в программной среде ArcGis 10.0.
Исходные данные для решения задачи:
– исходный растр;
– значение смещения f 2 ;
– значение крутизны функции f1 .
Гауссиан хорошо отображает отклонение от
заданной величины для случая «среднее значение».
При изменении значений в большую или меньшую
Рис. 5. Результат обработки сторону, получаем разные выходные значения.
58
Обробка інформації в складних технічних системах
Повторив эксперимент при разных значениях 4. Перспективой дальнейших исследований яв-
задаваемой f1 , получаем разное количество вы- ляется разработка технологий настройки функций
бранных точек. Проведем данный эксперимент n принадлежности с целью минимизации h .
раз с разными значениями. Результаты эксперимен-
Список литературы
та приведены в табл. 1. Эксперимент (табл. 1) пока-
зал, что отклонение h (16) зависит от величин f1 , 1. Блюмин С. Л. Модели и методы принятия реше-
ний в условиях неопределенности / С. Л. Блюмин, И. А.
( x ) при фиксированном значении f 2 : Шуйкова. – Липецк : ЛЭГИ, 2001. – 138 с.
2. What is GIS? [Electronic resource]. – Regime of
h f (f1, ( x), f 2 const ). (17) access : http://www.esri.com/what-is-gis.
3. ArcGIS Help 10.1 [Electronic resource]. – Regime of
Таблица 1 access : http://resources.arcgis.com/en/help/main/10.1/index.
Результаты эксперимента (n = 7) html#/FuzzyGaussian/005m00000039000000/
4. Заде Л. А. Понятие лингвистической переменной
Значения больше и его применение к принятию приближенных решений /
f 2 (м) f1 h (м)
( x ) (15) Л. А. Заде. – М. : Мир, 1976. – 165 с.
5. Tsoukalas L. H. Fuzzy and Neural Approaches in En-
148 0,01 40725 8,32
gineering / L. H. Tsoukalas, R. E. Uhrig. – New York : John
148 0,05 15744 3,72 Wiley&Sons.Inc, 1997. – 587 p.
148 0,10 11346 2,63 6. Mamdani E. H. Applications of fuzzy set theory to
148 0,30 6401 1,52 control system: A survey fuzzy automata and decision
processes / E. H. Mamdani, M. M. Gupta, G. H. Saridis, B. R.
148 0,50 4979 1,17 Gaines, eds. – New York : North – Holland, 1977. – P. 1 – 13.
148 0,70 4000 0,99 7. Трильяс Э. Нужны ли в теории нечетких мно-
148 1,00 3277 0,83 жеств операции / Э. Трильяс, К. Альсина, А. Вальверде //
Нечеткие множества и теория возможностей. Послед-
При этом, с ростом кривизны f1 , отклонение ние достижения : пер. с англ. / Под ред. Р. Р. Ягера. – М.
: Радио и связь, 1986. – С. 199 – 228.
h существенно уменьшается. Это позволяет 8. Аshon S. I. Petri net models of fuzzy neural network /
принципиально решить задачу управления качест- S. I. Аshon // IEEE Trans. on Syst., Man and Cybernetics. –
вом выходных данных анализа. 1995. – V. 25. – P. 926 – 932.
9. Watanuki K. Fuzzy - timing Petri net model of tem-
Выводы perature control for car air conditioning system /
K. Watanuki, T. Murata. // Proc. of 1999 IEEE International
1. В работе выполнен анализ существующих Conference on Systems, Man and Cybernetics, October 12 –
решений по разработке методов и моделей управ- 15. – Tokyo, 1999. – V. 4. – P. 618 – 622.
10. Методи, моделі та інформаційні технології оці-
ления качеством решения задач ArcGis технологий.
нювання станів складних об’єктів : монографія /
2. В работе концептуально предложена новая Є.І. Кучеренко, В.Є. Кучеренко, І.С. Глушенкова, І.С. Тво-
модель обработки растровых представлений про- рошенко; Харк. нац. акад. міськ. госп-ва; Харк. нац. ун-т
цессов, которая позволяет осуществлять комплекс радіоелектроніки. – Х. : ХНАМГ : ХНУРЕ, 2012. – 276 с.
решаемых задач.
Поступила в редколлегию 30.01.2013
3. Получил дальнейшее развитие метод обра-
ботки растровых моделей, этап 6 и 7 которого по- Рецензент: д-р техн. наук, проф. Е.В. Бодянский, Харь-
зволяют оценить ошибку обработки пространст- ковский национальный университет радиоэлектроники,
венных характеристик. Харьков.
59