《出租汽車計價器的檢定與GPS和軟計算技術(shù)畢業(yè)設(shè)計外文翻譯》由會員分享，可在線閱讀，更多相關(guān)《出租汽車計價器的檢定與GPS和軟計算技術(shù)畢業(yè)設(shè)計外文翻譯（21頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、出租汽車計價器的檢定與GPS和軟計算技術(shù) （Taximeter verification with GPS and soft computing techniques） 直到最近，西班牙地方政府在使用機器的滾筒校驗器時，發(fā)現(xiàn)在這個過程中輪胎的狀況可能會導(dǎo)致錯誤和機械化施工試驗設(shè)備不兼容某些車輛。因此需要設(shè)計一個新的測量設(shè)備。在我們的看來，除非采取測量實際的出租車運行使用情況，否則核查計價器將不可靠。而全球定位系統(tǒng)傳感器是適合這一進(jìn)程的。因為它測試車提供位置和速度獨立的裝置，但棘手問題在于難于使用全球定位系統(tǒng)傳感器：全球定位系統(tǒng)坐標(biāo)測量不匹配正實坐標(biāo)，一般來說，我們沒有給出絕對公差。我們

2、不知道是否最大的錯誤就是總是低于絕對公差。例如，海拔7米。然而，我們知道，在圓圈的半徑7米與中心的實際位置有50%的測量的誤差。本文描述了一個實際應(yīng)用軟計算基礎(chǔ)技術(shù)來解決這些棘手問題。特別是，我們提出的特點中的不確定性和模糊技術(shù)，使我們可以利用近似的一些算法，原打算用于遺傳模糊系統(tǒng)這一新的領(lǐng)域。具體來說，我們提出了一種新的方法計算長度上界的軌跡，同時考慮模糊的數(shù)據(jù)。這必然會在計算中使用改進(jìn)的多目標(biāo)進(jìn)化算法，它可以優(yōu)化模糊值函數(shù)。結(jié)合它限制的基本動態(tài)行為的車輛，本測量精度將進(jìn)一步改善。 1.簡介 從工程的角度來看，用測量路徑長度使用的全球定位系統(tǒng)來覆蓋的車輛的使用位置數(shù)據(jù)似乎是一個簡單的任務(wù)

3、。然而，如果這些測量的運用對于法律而言，情況就不同了。全球定位系統(tǒng)接收器測量提供的這些數(shù)據(jù)有一個模糊的性質(zhì)，即實際位置和遙感車輛坐標(biāo)之間有可能出現(xiàn)大偏差。這些偏差是罕見的，然而他們是可能的，而且這事實可以使全球定位系統(tǒng)中的一些應(yīng)用失效。 這種行為（即一個儀器大部分時間具有高精度，但有時候其準(zhǔn)確性也會失真）不是全球定位系統(tǒng)的一個專屬特例。許多用于合法用途（例如，雷達(dá)）的其他傳感器也有這一問題，但是程度較小。然而，這些傳感器卻經(jīng)常使用，因為在實際情況下，如果一個測度失真概率不是很低，那么它提供的數(shù)據(jù)仍然可以受理。換句話說，如果我們能夠提供一個合理的測量路徑長度，估計其少于實際長度的概率是忽略不計

4、的，那么我們可以使用法律程序。此外，全球定位系統(tǒng)的一個統(tǒng)計模型不同于雷達(dá)，它包含接收機的一些不同的置信區(qū)間，給出了不同水平層次。如果我們尊重所給予的最低水平的準(zhǔn)確性，然而測量會太粗糙。如果我們使用的最高水平，估計錯誤的概率會太高。因此，我們要同時處理所有這些置信區(qū)間之間找到一個平衡的測量精確水平及有效的概率區(qū)間。 我們詳細(xì)說明后，這樣的普遍的信任間隔與最近的一些解釋模糊集（couso等人。2001）相匹配。這些解釋被積極利用另一軟計算領(lǐng)域，即學(xué)習(xí)從低質(zhì)量的數(shù)據(jù)與遺傳算法的模糊規(guī)則（薩來自和couso2007）[短，低質(zhì)量基于遺傳模糊系統(tǒng)（隊）或lq-gfs ]或工業(yè)應(yīng)用（奧特羅等人。2008

5、）。在本文中，我們將用模糊集模擬每個全球定位系統(tǒng)測量家用置信區(qū)間的數(shù)據(jù)。然后，我們將計算路徑的長度的上限。這會衍生出的隸屬函數(shù)的模糊控制估計長度。以前，我們預(yù)處理數(shù)據(jù)是為了剔除冗余樣品。這種預(yù)處理將根據(jù)特定的啟發(fā)式規(guī)則。這將是稍后解釋，并涉及使用一個遺傳算法。由于目標(biāo)函數(shù)是模糊值，我們將使用一個特制的多目標(biāo)遺傳算法（遺傳算法），它能夠優(yōu)化值適應(yīng)度函數(shù)。再次，這種遺傳算法會奪去lq-gfs的舞臺，在這樣一種算法用于解決上述問題，發(fā)現(xiàn)模糊規(guī)則不精確數(shù)據(jù)。在這方面，本文如下準(zhǔn)則中（薩來自和couso2007），并應(yīng)用算法定義（薩來自等人。2006；卡西利亞斯等人。2001）和（來自薩和couso20

6、07）新的研究領(lǐng)域。平原模糊邏輯已成功應(yīng)用于一些問題，一些關(guān)系，本文，在該地區(qū)的多傳感器融合我們提到讀者桂興等人。（2006）。一個例子提高精度的原始數(shù)據(jù)與援助模糊邏輯中可以找到mosavi等人。（2002）。例子中使用模糊邏輯語境中的導(dǎo)航不同的車輛中可以找到趙等人。（2007）和納蘭霍等人。（2007）。 作品結(jié)構(gòu)如下。在未來的一節(jié)里，我們描述的問題會被解決。然后，在章節(jié)3會描述如何獲得的GPS的詳細(xì)測量。 我們還解釋不準(zhǔn)確性質(zhì)測量以及他們?nèi)绾慰梢员唤忉尀槟：龜?shù)據(jù)。在章節(jié)4中會有具體描述，在那里會詳細(xì)地描述過濾過程和有關(guān)的問題的潤滑計算。確定性（章節(jié)4.2）和隨機（章節(jié)4.3）算法計算法

7、給出的相同部分。在章節(jié)5詳細(xì)介紹遺傳算法用于過濾數(shù)據(jù)給出。在章節(jié)6表明數(shù)值結(jié)果，最后結(jié)論和今后工作的提出。 2.問題陳述 在西班牙的計程車費,受到當(dāng)?shù)卣?guī)制。每一次票價被改變時,出租車計價器必須校準(zhǔn)和驗證。在西班牙的汽車防盜系統(tǒng)的測試和驗證出租車的計價器的一個要執(zhí)行的任務(wù)。票價取決于2變量：速度的出租車服務(wù)期間和服務(wù)長度的軌跡。自從1990，奧維耶多大學(xué)在阿斯圖里亞斯一直負(fù)責(zé)設(shè)計出租車設(shè)備和需要驗證計量和模型組，目前在西班牙，核查的出租車計價器是由一種滾筒機器（驅(qū)動車輪放置在輥上）來定期采樣其速度。測試持續(xù)幾分鐘，而司機必須輔助汽車防盜系統(tǒng)技術(shù)員。一旦測試結(jié)束，把車費的計程表與在

8、滾筒上的計價器相比對。如果票價顯示在計價器顯示不高于滾筒計價器的10%，那么該計價器可用?？偩嚯x在模擬運行的計算乘以該滾筒圓周的數(shù)量曲折，和線性速度估計從角輥速度。然而，有一個相對較小的輥半徑，和輪胎的變形不超過一個輥平坦的表面。實際和理論之間的差異意味著輪胎半徑小于他們的系統(tǒng)。此外，本誤差取決于輪胎的條件和車輛的重量，使整個測試不可靠。我們打算引入一個新的便攜式系統(tǒng)，定期使用全球定位系統(tǒng)傳感器測量出租車樣品的位置和速度。新的測試將意味著的對汽車防盜系統(tǒng)站的一個重要節(jié)約，由于不再需要技術(shù)員，輥安裝的空間將被用到其他用途。因為成本原因，我們還想用便宜的，消費級的ＧＰＳ系統(tǒng)。價格很重要，因為各站之

9、間必須取得10到20臺設(shè)備，否則，排隊時間難以接受。不幸的是，使用全球定位系統(tǒng)測量有復(fù)雜的法律問題。眾所周知，收集消費級的數(shù)據(jù)，不可微的全球定位系統(tǒng)在亞米級是不精確的。全球定位系統(tǒng)制造商通常報告的準(zhǔn)確性方面的價值，（見章節(jié)3），但沒有提到的一些衛(wèi)星的使用，他們的相對位置，電離層影響或多徑；必須考慮到在一個特定的補丁下公差計算測量的錯誤來源。除非我們能夠忽視軌跡的長度和車輛的速度，否則我們將不能夠合法地拒絕計程器。這是同樣的問題發(fā)生，例如，當(dāng)速度刑罰適用的一個公路雷達(dá)：例如,當(dāng)速度懲罰適用于高速公路雷達(dá):我們不能懲罰高于極限速度的車輛,除非我們也知道(a)雷達(dá)的容錯能力,(b)測量速度超過極限速

10、度。在其他情況下,我們必須假定司機沒有犯罪行為。因此，很難確認(rèn)一個GPS設(shè)備，因為我們不能評估其絕對精度，例如，允許可能是5%一定的路線和7%不同的路線。如果我們知道寬容永遠(yuǎn)低于10%（這是法律限制）我們可以同意該裝置，但我們不能斷言。因此，在本文中，我們提出一個裝置，不僅生產(chǎn)軌跡的長度估計值，它也計算這一長度的上限。這樣，一旦出租車已經(jīng)完成運行，我們可以知道該公差測量在法律限制內(nèi)，如果需要可重復(fù)測試該實驗。 2.1法律約束和統(tǒng)計決策 讓我們假設(shè)我們有一個測量裝置，給定一個計價器產(chǎn)生一個未知誤差ｅ，我們假定該裝置是無偏的，因此，我們可以定義瑣碎的決策規(guī)則如下： 然而，任何測量裝置

11、將有一個寬容
：這意味著，具有非常高的概率和，相反，這個概率接近零。這種該免疫耐受具有法律影響。假如，我們拒絕計程器因為我們的估計誤差為5%，而公差為
7%，這是高于這個誤差的。出租車業(yè)主可以認(rèn)為這是一個機會，真正的錯誤是出租車小于或等于0，我們拒絕撤銷?？傊覀儾荒芫芙^的出租車的估計誤差，除非它高于寬容，因此我們可以肯定的是，計價器具有高概率是錯誤的。 在西班牙，防止出租車對用戶欺詐，必須收取不到真正的票價10%的費用，因此我們不能同意設(shè)備與寬容高于這個值的所有成員。這是說，全球衛(wèi)星定位系統(tǒng)裝置的公差取決于許多因素（星座和衛(wèi)星的軌跡，幾何形狀，速度等）。正如我們在前一節(jié)中已經(jīng)提到的，我們

12、不能保證所有測量與某些全球衛(wèi)星定位系統(tǒng)裝置的精度優(yōu)于10%。然而，本文將要證明我們可以決定一個特定的測量誤差已在合法利潤。這是本文的主要目的。我們也提到，法律問題是類似的于使用雷達(dá)測量汽車的速度。但是，如果法律指控超越速度限制無罪，那么大部分的司機將很高興接受，對出租車業(yè)主有利。 法律決策規(guī)則是： 從統(tǒng)計的角度來看,這是不公平的。會讓計價器存在一個概率誤差。 一方面,我們可以拒絕一個正確的計價器概率 (3) 另一方面,我們將通過一個不正確的計價器概率 (4) 為公平地說,我們需要兩個錯誤一樣。然而,他們不是。如果設(shè)備的容錯能力低于10%,那么幾乎等于零,因此是可以忽

13、略的,但 有點高。根據(jù)我們的經(jīng)驗,西班牙的出租車司機調(diào)試自己的計價器從而獲得他們的最大利潤,也就是說,迄今為止出租車接近10的誤區(qū)比低于0的誤差更頻繁。 2.2 較低軌跡的上界 為了獲得最多的有效測量(例如,那低于寬容的10%),我們所感興趣的最短的軌跡已知的長度超過了實際路徑,給出一組車輛的不精確的坐標(biāo)。因此,在這部作品中,提出了較低的上界計算(從現(xiàn)在開始叫LUB)所有可能的軌跡是通過全球定位系統(tǒng)測量的。 由于不精確性的輸入數(shù)據(jù)，提出一個建立LUB的新方法。在這樣做時，輸入數(shù)據(jù)表示為模糊數(shù)據(jù)。這一數(shù)據(jù)被過濾從而產(chǎn)生一個最小的子集的坐標(biāo)，盡可能多地誘導(dǎo)多邊形的覆蓋輸入數(shù)據(jù)。最后過濾的

14、數(shù)據(jù)輸入到一個確定性算法中計算上界軌跡的長度。 過濾過程中是最為復(fù)雜程序。它是解決多目標(biāo)優(yōu)化 問題，為此我們將使用遺傳算法NS GA -Ⅱ（黛比張秀珍。2000;黛比和高爾1993）。 3模糊性質(zhì)的GPS測量 長期的的全球定位系統(tǒng)(GPS)(Hofmann-Wellenhof和柯林斯2004)指的是一組設(shè)備(衛(wèi)星和接收器)一起工作來確定接收機的位置。接收器能得到一些信號,并計算出衛(wèi)星的一組測量:經(jīng)度、緯度、高度,衛(wèi)星使用數(shù)量、時間等。收到來自一顆人造衛(wèi)星的不同信號包含從衛(wèi)星發(fā)送給接受者的有關(guān)時間信號。 使用四個衛(wèi)星信號,一個全球定位系統(tǒng)接收器可以計算的三維坐標(biāo)和數(shù)據(jù)時間校正

15、(Mohinder丁曉萍。2007)。如果更多的衛(wèi)星來看,他們可以用來提高準(zhǔn)確性。例如可以選擇四個最佳位置計算位置和時間。另一種方法來提高系統(tǒng)的精度多因子方程(拉切貝爾和瑞恩- 2000),試圖減少由于擾動誤差的信號在穿越大氣層的衛(wèi)星,衛(wèi)星歷書偏差、衛(wèi)星時鐘誤差、接收機錯誤與多徑(Hofmann-Wellenhof和柯林斯2004)。如一般來說,衛(wèi)星的數(shù)量越多精度越高。但即使有大量的衛(wèi)星在使用(12-16)衛(wèi)星的幾何形狀或衛(wèi)星必須考慮修理的準(zhǔn)確性。這是需要使用鄰苯二甲酸二辛脂(稀釋的精度),一個影響在固定星座測量概率的準(zhǔn)確性(蘭利1999),一個更小的值,表明一個較弱的幾何DOP衛(wèi)星。DOP有

16、四個組成部分:誤差(3 D或球形DOP),HDOP(經(jīng)度和緯度DOP),VDOP(垂直DOP)和TDOP(DOP)。 圖1從一個CEP測量到另一個CEP實際測量值的變化 在一定條件下,GPS測量誤差遵循二維高斯分布。當(dāng)許多衛(wèi)星是可分配的,不過那分布可被視為循環(huán)(范迪蓋倫2007)。因此,消費者等級的GPS接收器表明其精度級循環(huán)誤差可能通過(在以下專用):半徑范圍內(nèi)50%的水平位置解將下降,這集中在真正的中心位置。 專用標(biāo)準(zhǔn)就可以計算誤差的估計式。5坐標(biāo)(蘭利1991;奇怪和博雷1997)。 (5) 在95%的概率專用也被稱為R95,可獲得50%的機率

17、乘以2.08專用。在圖1一個實例來說明如何運用專用能進(jìn)行不同的連續(xù)測量。 消費級GPS不發(fā)送標(biāo)準(zhǔn)誤差的相關(guān)信息。可以參照美國國家海洋電子行業(yè)協(xié)會標(biāo)準(zhǔn)(美國)協(xié)議用于大部分的GPS接收器,影響星座幾何水平精度。因此,實證估計專用/必須進(jìn)行HDOP關(guān)系(達(dá)索，丁曉萍。2001;克瑞斯1991)。 自定義專用容易做到的是從樣品中確定的GPS坐標(biāo)特定位置。對于單個HDOP價值、GPS的子系統(tǒng)分是從整個數(shù)據(jù)中提取價值。然而最小的子系統(tǒng)都能覆蓋50%的點。和CEP 95%的的程序相似。 3.1 GPS的一個模糊的代表性數(shù)據(jù) 數(shù)據(jù)語境中的不精確概率、模糊集合能被看作是一組公差。每一個寬容是指定一個信心

18、率、耐受性較低的公差信心率(古德曼阮1985)。特別是,給定的一套完整的置信區(qū)間隨機變量,它可能會產(chǎn)生一個隨機模糊變量是a-cuts置信區(qū)間的速度1-α(Couso丁曉萍。2001)。 我們將利用這個表示法進(jìn)行多層次的潤滑計算。 在這個例子中測量所得的GPS單元,給出了50%和95%的兩個置信區(qū)間。在這個章節(jié)解釋其使用程序,CEP的價值可計算每個候選等價點的概率值。從它可以很容易看出概率值越高則CEP價值越高。其物理意義就是簡單的GPS測量這個事實，更高的信心利率需要GPS測量確定位置，從而使CEP專用價值越高。 4使用模糊數(shù)據(jù)進(jìn)行潤滑計算 GPS測量等間與取樣等時間間隔。每個

19、測定是一個模糊集,在此之前,其a-cuts循環(huán)中心集中在GPS坐標(biāo)。因此,每一個循環(huán)是測量的出租車真正的坐標(biāo)的一個可信區(qū)間。在圖2顯示一些模擬GPS測量和軌跡。位置的測量被真正的軌跡-連續(xù)的線條，它是內(nèi)部或外部圓的候選等價點半徑。使用GPS坐標(biāo)的軌跡用虛線畫。一個軌跡完全兼容GPS測量也畫成虛線。注意這些軌跡的長度不同,但全部都兼容全球定位系統(tǒng)的措施。因此要了解測量的準(zhǔn)確度,我們就要計算低于長度上限的所有路徑,在他們所有的頂點內(nèi)圈(每個置信水平)。這一定是兼容GPS的最大測量軌跡。 圖2通過全球定位系統(tǒng)坐標(biāo)顯示模擬實際軌跡和軌跡的例子之間的差異 圖3模

20、擬演示了如何建立一個多邊形覆蓋模糊輸入數(shù)據(jù)的全球定位系統(tǒng) 觀察到的潤滑是無限的，除非我們介紹一些約束。本文的主要假設(shè)是，樣品車輛之間的方向變化很小，因此我們可以把近似連續(xù)的軌跡之間用一條直線。 我們將定義一個多邊形鏈覆蓋模糊數(shù)據(jù)，通過尋找每個圓外面的切線的，然后在兩個連續(xù)的切線模糊點之間計算相應(yīng)的接點（參見圖3）。 （1）包含在每個多邊形四個方面最長的部分是它的一個對角線。 （2）包含2個相鄰的四邊形的最長路徑中總是包括這些對角線。 （3）包含三個相鄰的四邊形最長路徑中也是對角線，但他們可能并不是四邊形最長的對角線。 這意味著，潤滑的定義是一個頂點列表，但它不是立即找到多邊

21、形鏈選擇定義路徑。在本節(jié)末將解釋它是如何解決這個問題，不過首先讓我們先介紹一些預(yù)處理算法，將提高最后測量精度。 4.1 預(yù)處理數(shù)據(jù) 如果參考一些共線點，測量精度得以提高，一些最差的全球定位系統(tǒng)數(shù)據(jù)將被丟棄。如果采樣率足夠高，我們的假設(shè)（直線軌跡之間的樣本）依然成立，在計算的估計的長度和潤滑之前我們可以進(jìn)行安全的數(shù)據(jù)預(yù)處理。 給定一個水平值α，輸入模糊數(shù)據(jù)代表坐標(biāo)中心的范圍，其半徑值概率為（1-α）。我們已經(jīng)提到過，對于每一個特點運用α截集值，這些數(shù)據(jù)包括一個范圍，同時兩個連續(xù)的外圓切線和交叉點的切線的每三個接點定義一個多邊形鏈?？陀^的該預(yù)處理是獲得減少多邊形鏈模糊集，還包

22、含了每個級別的潤滑：如果清晰的數(shù)據(jù)被用來簡化，多邊形鏈 研究了（estkowsk赫什伯格和米切爾2002；和snoeyink1992；buzer2009；德賴斯代爾等人。2008陳等人。2005古德等人。2007）。模糊控制數(shù)據(jù)，據(jù)我們所知，最類似的工作在現(xiàn)有的文獻(xiàn)中提出（衰老等。2000），在模糊的數(shù)據(jù)從一個地理數(shù)據(jù)庫是用來重建三維圖像的模糊B樣條（德1972）粗魯。此外，本文的方法是（李陳1999庫都斯等人。2006）。我們的計算過程中的滑一三步程序：第一步是通過線性過濾，然后通過多目標(biāo)過濾算法，最后用一個確定性算法確定最大的折線在一個多邊形鏈；這樣做是為每個特點運用α截集。這些過濾算法

23、與確定性算法將在4.2節(jié)加以解釋。 4.11通過共線進(jìn)行過濾 對于每一個運用a截集多邊形鏈條件下，如果連續(xù)三圈，都對外界切線是平行的，然后定義的四邊形前兩個圓圈是包含在四邊形所定義的第一和第三圈,中間的相交圈也被過濾。過濾點是受采樣率的限制,也就是說,如果太多的點是過濾掉,我們不能假定軌跡是直線之間的第一個和最后一個。 4.12 過濾假數(shù)據(jù) 虛假數(shù)據(jù)輸入點的錯誤異常高。我們可以去除那些修復(fù)不夠準(zhǔn)確的點，只要我們不放棄相當(dāng)數(shù)量的點，即1-α的一小部分多邊形頂點的減少必須在過濾路徑，對于每個級別：在圖4闡述一個給定的估計值的過程。過濾點降低該地區(qū)的多邊

24、形鏈，因此滑將變得更小了，這不是一個理想效果。我們不想過濾代表點。最大化的百分比覆蓋數(shù)據(jù)，而過濾異常值的目標(biāo)是相互抵消。我們將使用多目標(biāo)遺傳算法優(yōu)化過濾，這些我們將在第5節(jié)解釋。 圖4簡化合成實例：過濾點減少該地區(qū)的多邊形鏈的面積，但其余的點必須像軌跡 4.1.3車輛動態(tài)特性 如果我們假設(shè)該車輛慣性，包含一些軌跡在多邊形鏈?zhǔn)遣豢尚械模敲催^濾過程可以進(jìn)一步改善，（陳等人。2005）。例如，考慮一個移動車輛以一定的速度。存在一個最大角度，車輛可以不冒安全風(fēng)險地轉(zhuǎn)動。此外，每個速度值存在一個最大角度，低于這個值就會導(dǎo)致車輛內(nèi)乘客的安全問題。 因此，

25、我們可以推出另一個假設(shè)分析：開出租車一定舒適。最大的轉(zhuǎn)向角是一個關(guān)于車輛速度的函數(shù)：速度越大，最大轉(zhuǎn)向角越短。使用一連串的模糊點，確定轉(zhuǎn)向角在每一個點的大小。對于一個a截集的模糊點圈，利用切線多邊形鏈的三個模糊點就可以確定。包括在這樣的多邊形鏈的最大的軌跡是四個可能的折線，通過多邊形鏈的頂點。一旦發(fā)現(xiàn)這三點多邊形鏈的最大軌跡，如果角度段的最大軌跡定義大于在當(dāng)前速度的最大轉(zhuǎn)向角，軌跡是不被視為一個候選是因為它的長度是LUB。 4.2最長路徑的確定性估計 一旦數(shù)據(jù)進(jìn)行預(yù)處理，我們評價其潤滑與確定性算法，我們解釋這一部分。對于每一個點運用a截集的鏈，我們得到一個多邊形設(shè)置采用梯形，如圖5

26、所示。其運動方向是由細(xì)虛線箭頭表示。每一個梯形頂點用一對整數(shù)，在箭頭的左邊是零開始，箭頭右邊也有一個零開始。其他一些數(shù)字是運動序列。最長的路徑在每一步驟中經(jīng)過i，(0,i)頂點或(1,i)頂點。圖的頂點集定義最長的路徑，可以計算詳盡探索所有可能的組合，但是成本計算的方面是非常昂貴的，帶有100點的現(xiàn)實軌跡證明是行不通了，例如。這問題已經(jīng)研究了面積計算幾何和最長路徑的禁止搭配關(guān)系（伯曼和schnitger 1992），是非營利組織PB完成的。 。 圖5在4.2節(jié)解釋的最長路徑估計算法的例子 圖6在相鄰頂點之間連線的可能相對位置。在確定凸和非凸頂點上這是很有用的。

27、 由于這一事實，導(dǎo)致在一個現(xiàn)實的軌跡中方向和距離會有變化，由于動態(tài)的出租車的左、右頂點變化是有限的，道路的幾何形狀的和全球定位系統(tǒng)的行為，我們使用啟發(fā)式的線性時間與數(shù)量的頂點。啟發(fā)式是基于選定的凸點割線：車輛轉(zhuǎn)向時，最長的路徑通過外部的軌跡曲率。依靠前和后頂點使用直線進(jìn)行分析凸起的頂點。在圖6中可以看到中央頂點的可能相對位置，在那里凸頂點被標(biāo)有一個小圓圈和直線，通過所繪頂點（0，i-1）；(0,i+1)；(1,i-1)和(1,i+1)；從左到右，從上方到底部，如果兩個頂點在線路之間，則都是凹的。如果只有一個在線路之外，它肯定是凸的。如果兩個頂點都在線路外，雙方都可能是凸（左）或一個是

28、凹和另一個是凸。在這兩種情況下，如果選擇最遠(yuǎn)的距離最近的路線，那么它是凸的。探索式如下：第一部分的最長路徑會從一個步驟1的凸頂點到步驟0的頂點中提供最大段長度。從步驟1到前一個過去，這條路徑通過： ?如果只有一個凸頂點，通過這個頂點。 ?若存在2個凸頂點，通過最遠(yuǎn)的頂點。 ?如果沒有凸頂點，通過最遠(yuǎn)的頂點。 最后一部分結(jié)束在最遠(yuǎn)的頂點的上一個。 在圖5中用啟發(fā)式的算法計算被粗虛線標(biāo)記的路徑。第一部分從（1，0）到（0，1）；因為（0，1）是凸頂點和距離（0，0）最短的點。然后最長路徑通至（1，2）；因為它是唯一的凸頂點。（0,3）和（0,4)兩個點也是同樣的道理。 最后，路徑在（1

29、，5）點結(jié)束，因為它距離（0，4）點比（0，5）點距離（0，4）點更遠(yuǎn)。 4. 3隨機的最長路徑估計 在上一節(jié)有一個備用的實現(xiàn)方法。讓我們假設(shè)我們添加一個網(wǎng)格上鏈圈（見圖7）和選擇一個網(wǎng)格上的點逐個修復(fù)去計算得到的整個系列的長度。為了計算獲得的軌跡最大長度，一個回溯算法是行不通的，由于目前在實際軌跡點數(shù)目較高。然而，我們可以統(tǒng)一樣本數(shù)量的軌跡并計算一個估計長度出現(xiàn)的蒙特卡羅概率分布。平均值的分布將估計我們的長度，我們也可以從公差計算中產(chǎn)生平均值的置信區(qū)間。 建立一個樣本軌跡，我們已經(jīng)實施程序如下：以0.95的概率進(jìn)行每個點的修復(fù)，一個點的網(wǎng)格內(nèi)的CEP會在這一水平內(nèi)隨機選擇的（因此以0.

30、05的概率從外部選擇相應(yīng)的CEP）。多邊形的長度鏈接所有的存儲點和整個過程大量重復(fù)。本樣本分布的這些長度，最后用計算樣本均值（這是一個估計的長度的計價器會產(chǎn)生）和置信區(qū)間為。 不幸的是，這種方法有一些問題。特別是，樣本分布的長度范圍被最大樣本長度所限制，最大樣本長度一般來說不是兼容路徑的最大長度。事實上，最大的樣本長度在程序上將是一個對LUB更可靠的估計。因為在前面部分的方法在速度和精確度方面沒有明顯改善，蒙特卡羅分析是不考慮在這方面工作的。 4.4預(yù)定的軌跡和地圖 如果我們限制自己一個已知的路線，并調(diào)整全球定位系統(tǒng)坐標(biāo)，取而代之的是它最近點的中心位置，那么在準(zhǔn)確性上會有一個微不足

31、道的提升，然而，這方法卻被認(rèn)證機構(gòu)的專家拒絕確認(rèn)裝置。給出的原因是所有的測量是重復(fù)性。認(rèn)證機構(gòu)將已知緯度和經(jīng)度的點的位置用設(shè)備檢查測量范圍的公差。這種認(rèn)證是不兼容動態(tài)變化的坐標(biāo)，因為最近的點的道路很可能是過時的圓所定義CEP,使測定潤滑無效。 然而，沒有什么可以阻止使用地圖作為一個約束，例如，我們知道，汽車在之間的道路和置信區(qū)間十字路口產(chǎn)生全球定位系統(tǒng)。整個道路不僅其中心都需要坐標(biāo)，但這種方法還沒有得到實施因為我們沒有測量的寬度道路，我們也沒有獲得一個具有法律效力的制圖路線。這一點是重要的，因為地圖上的任何錯誤都會使所有的設(shè)備測量無效。然而，觀察這樣，即使我們決定在未來分享這些信息，

32、它不會改變我們在本文的計算。 5基因篩選的模糊數(shù)據(jù) 在本節(jié)中詳細(xì)的編纂和運營商使用的遺傳算法已被用于過濾給出的數(shù)據(jù)。多目標(biāo)遺傳算法被用在濾波過程。具體來說，多目標(biāo)遺傳算法用于這方面的工作是很好的。（DEb等人，2000；DEb和高爾1993）。該算法在圖8中闡述。 5.1個人的編纂 每一個個體都是一個子集鏈的模糊點，編纂數(shù)組的布爾值。也就是說：輸入數(shù)據(jù)一系列及時序模糊點。每個人的模糊輸入點有一個布爾值關(guān)聯(lián)個體。當(dāng)布爾值設(shè)置為模糊點那么模糊點包括個體。當(dāng)布爾值模糊點是假的，模糊點就會被過濾掉。產(chǎn)生的個體，一個是給出的概率閾值P，每個模糊點的向量的輸入模糊數(shù)據(jù)都包含概率P：

33、出租車的啟動和結(jié)束必須始終包含在內(nèi)。 5.2多目標(biāo)模糊適應(yīng)度函數(shù) 觀察這兩個地區(qū)的多邊形鏈和多邊形鏈模糊函數(shù)覆蓋的模糊數(shù)據(jù)的百分比。我們要把定義多邊形鏈區(qū)域最小化，把模糊數(shù)據(jù)覆蓋百分比最大化。（Sanchez和couso2007），我們不會解模糊化目標(biāo)，但會使用模糊值健身功能評估過濾的質(zhì)量。 因為一個遺傳算法能夠解決模糊值優(yōu)化，我們可以定義一個全序關(guān)系模糊值函數(shù)（Abbasbandy和Asady2006；米切爾2006；陳和duckstein2002；辛2006；太陽和吳2006）。特別是，我們需要排序模糊數(shù)，其中有些作者與大多數(shù)定義全序的模糊集的人觀點是不一致的（葉和鄧等人

34、。2005）。使用一個弱（部分）tournament-based選擇在傳統(tǒng)的遺傳算法中也可以是兼容的。在這方面，在（jahanshahloo等人。2004王等人。2005）間隔代表性的使用，并把（加尼山和維拉馬尼2006）另一個偏序關(guān)系限制為梯形函數(shù)關(guān)系。這最后的解決方案不能適用于我們的問題，要么對隸屬函數(shù)的類型和確定性分布沒有知識也沒有限制。同時，評價帕累托統(tǒng)治模糊的健身功能已經(jīng)提出了不同的方法。在利用模糊規(guī)則（優(yōu)素福等人。2000）為確定一個個體方面的優(yōu)勢提出了另一個建議。類似的作品都記錄在（trebi-ollennu和白色1997種；清田建筑等。2000）。在這我們已使用我們自己的實現(xiàn)n

35、sga-2算法的模糊數(shù)據(jù)，這是描述薩來自和couso（2007），來自薩和couso等人。（2009）。我們已經(jīng)使用了不精確概率排名，結(jié)合非支配的定義排序和擁擠距離的解釋。 5.3遺傳算子 定義的交叉和變異必須減少一些人口數(shù)量。 ?交叉。給定兩個父母A和B，后代是兩個新鏈C和D，有和，一個頂點v∈A—B在C中含有一個可能的概率P+，一個頂點V∈B—A在C上有一個概率P_；P-的概率遠(yuǎn)遠(yuǎn)低于P+，以同樣的方式設(shè)定D。 ?突變。這個算子定義為隨機的拆卸鏈條的一個點，不同于第一個或最后一個。值得注意的是，無論是第一次還是最后一個模糊點都包括在遺傳操作內(nèi)，因為兩端的運作軌跡必須包括所有個體。

36、 6實驗和結(jié)果 本節(jié)的實驗結(jié)果如小節(jié)2所示。因此，實驗?zāi)康氖牵? （1）評估該方法在現(xiàn)實的情況下使用合成數(shù)據(jù)的準(zhǔn)確性。 （2）在實際情況中比較兩種方法。 正因為此，做了有兩批實驗： （1）從合成數(shù)據(jù)中模擬數(shù)據(jù)采集：行駛中的車輛模擬和全球定位系統(tǒng)測量過程也加入隨機模擬傳感器的噪聲模擬性能。在這些控制條件下LUB和已知長度的路徑誤差百分比是估計的。 （2）比較真是世界的情形：一個真正的測量電路與認(rèn)證的ISO - 9002里程表用所提出的方法對報告長度進(jìn)行比較。使用相同的車輛和輥機運行相同長度測量，以便比較所得結(jié)果。在下面的幾節(jié)中將詳細(xì)介紹這些實驗。 6.1合成數(shù)據(jù) 這

37、是決定評價我們的算法在現(xiàn)實路徑覆蓋的情況下，通常對出租車汽車防盜系統(tǒng)進(jìn)行測試。因為我們需要知道真正的路徑長度，這些數(shù)據(jù)必須合成。本數(shù)據(jù)包括幾個彎，加速和減速時CEP的變化。全球定位系統(tǒng)的經(jīng)緯度坐標(biāo)被翻譯成通用橫墨卡托投影，以東坐標(biāo)進(jìn)行計算距離全球定位系統(tǒng)容易修復(fù)（斯奈德1982）。這一系統(tǒng)，在地球表面上的預(yù)測同樣平面網(wǎng)格間距之間的距離度量，因此通常修復(fù)距離是歐里。 軌跡采樣的每一秒鐘。在每一個位置，一個隨機值范圍從4到8米，作為CEP在95%的概率，適宜值為消費級全球定位系統(tǒng)接收器。下面的過程表示全球定位系統(tǒng)測量模擬使用的不確定性：選取一點的距離真的是短于CEP的概率為0.95，并有0.05

38、的異常概率。一部分的產(chǎn)生的數(shù)據(jù)，如圖9所示。全球定位系統(tǒng)測量用圓圈代表（實際上在圖9的圓圈，由于對定標(biāo)問題）與半徑等于CEP95%的點和原來的軌道連線?？梢钥闯?，95%的圓相交的軌跡，但他們的中心沒有在實際軌跡。 圖9的例子，全球定位系統(tǒng)產(chǎn)生的數(shù)據(jù)與真實軌跡。 我們進(jìn)行三個實驗，測試LUB的公差計算是否低于法定利潤。如果真實長度的軌跡是已知的，寬容是： 此批實驗生成合成軌跡如下： ?第一120點集光滑化類似于傳統(tǒng)的道路。 ?120點數(shù)據(jù)二分之一具有較強的曲折，也類似于一個傳統(tǒng)的道路。 ?200點數(shù)據(jù)三分之一，類似的測試電路，在所有可能的發(fā)展方向混合了強烈的光滑。 幾個試驗

39、也進(jìn)行了評估遺傳基因濾波。參數(shù)如表1所示。首先，由于軌跡運行，用十個的目標(biāo)算法進(jìn)行計算，基于車輛動態(tài)特性沒有限制。最后，第二組十個運行的多目標(biāo)算法使用了相同的參數(shù)，但假設(shè)車輛的角速度在的速度上受到制約。 6.11個案研究一 真正軌跡的第一個彈道長度是3228.6米，通過GPS修復(fù)距離是3238.5米，出租車的標(biāo)注超過3228.6+10% =3551.4將會被拒絕。觀察到，在實際情況下我們不知道路徑的實際長度的，我們將拒絕出租車收費超過3238.5+10% =3562.4 此軌跡LUB的平均值是3499.5。然后，預(yù)期公差為0.084（0.081，如果我們使用的測量值來計算誤差）。這個結(jié)果

40、意味著計程器收費超過3551.4可以安全地拒絕。 如果我們過濾數(shù)據(jù)，考慮到動態(tài)的車輛，（見表3）預(yù)期公差為0.005（如果我們使用的測量長度0.002）是低于法定保證金的。 6.1.2個案研究二 一種軌跡的長度是2741.3米，這軌跡比第一具有較強的轉(zhuǎn)比，我們將看到LUB將不緊，鑒于在4.2節(jié)中確定性程序的解釋。距離全球定位系統(tǒng)的修正為2696.5米。如果我們在上述情況下重復(fù)分析（見表二排2）我們得到意味著LUB有3127米，預(yù)期公差0.141（0.160），因此我們不能拒絕計程器上根據(jù)本路線開展測試。 圖10的第一個版本的原型數(shù)據(jù)記錄器為驗證計程器。這一演變裝置

41、如圖11所示。 使用動態(tài)限制的遺傳篩選導(dǎo)致改善的寬容，這是現(xiàn)在（0.038，0.021）因此我們可以合法地拒絕出租車超過2741.3+10% =3015.4（2966.2）使用相同的輸入數(shù)據(jù)。觀察認(rèn)為，鑒于這些結(jié)果，我們建議該汽車防盜系統(tǒng)站選擇電路與平滑化，自他們肯定會產(chǎn)生低概率的空驗證。在一般而言，不建議在我們提出的系統(tǒng)中使用錯綜復(fù)雜的道路。 6.1.3個案研究三 第三個軌跡長度是9337.78米，如之前，這一軌跡類似于一個測試電路和有混合光滑化。通過GPS修正的距離為9364.49米。如果我們重復(fù)分析前面的情況（見第三列的表2）得到的平均滑是9404.68米，預(yù)計

42、寬容是0.007（0.004）。 再次，利用動態(tài)限制的遺傳過濾的原因是改善的寬容，現(xiàn)在是0.0011（0.0017）。在這種情況下，任何計價器，收費超過9337.78+10% =10271.56都可以合法地拒絕。注意，計算滑下的測量實際長度：當(dāng)測量是準(zhǔn)確的，LUB會更緊。 6.2真實世界的數(shù)據(jù) 對于出租車計價器檢定，業(yè)主發(fā)送一個運行。他/她必須攜帶目標(biāo)計價器，全球定位系統(tǒng)和數(shù)據(jù)記錄裝置。一旦出租車回到汽車防盜系統(tǒng)，全球定位系統(tǒng)測量加載到計算機潤滑計算將進(jìn)行。只有穩(wěn)定測量是需要考慮的損失。信息使用這種表示法并不重要：軌跡范圍3至5公里，而他們的差異在海拔幾米。每個測量包括坐

43、標(biāo)，計算概率值為理想的a-cuts和hdop。原型是目前正在開發(fā)如10和11所示。 圖11：原型圖10所示在一個商業(yè)外殼設(shè)計的基礎(chǔ)上的進(jìn)化。該設(shè)計建立在低成本汽車微控制器和一個消費級的全球定位系統(tǒng)接收器。對同一原型，與外殼打開顯示多氯聯(lián)苯的裝置 圖12：用于航拍圖片測試。在左側(cè)的圖像中，一部分道路顯示建筑間一個面積覆蓋著樹木，這用GPS測量是困難的。 該裝置完全在奧維耶多大學(xué)計量模型組設(shè)計的。它使用三式單片機微控制器，并從一家圣若澤導(dǎo)航fv-m5模塊中收集數(shù)據(jù)。它集成了一個快閃存儲器芯片（公司Data）來存儲數(shù)據(jù)，以及作為一個通用串行總線連接到程序控制器，從

44、一臺個人電腦發(fā)送或接收數(shù)據(jù)。此外，該裝置有一個液晶顯示屏顯示器和鍵盤來控制操作。 在本節(jié)中我們用一個電路測量校園周圍的viesques建筑（gijo，阿斯圖里亞斯，西班牙）。該電路長度測定一個ISO - 9002認(rèn)證的里程表。在圖12中，可以看到一個圖片的電路。電路包括兩個長和兩個短的直線路徑，四部分有急轉(zhuǎn)彎。本次測量的長度是1093米。 直接比較的軋制機對抗用其他方法是不可能的，所以要使用一個間接程序。我們配備車用里程表報告所經(jīng)過的距離。然后我們放置一汽車在軋鋼機上，按照在相同的儀器行駛1093米。最后，我們讀取測量產(chǎn)生的輥壓機。本程序重復(fù)10次。 圖13中的記錄，由全球定位系統(tǒng)的分析

45、圈中可以看到。測量之間連續(xù)的圈之間有很大的差異，特別是在左側(cè)部分電路。這種在一個相同的路徑測量變化的長度導(dǎo)致無法預(yù)測結(jié)果，如表4所示。該表收錄了平均值和標(biāo)準(zhǔn)偏差的測量，使用每一種方法的探討：NS GA -Ⅱ動態(tài)過濾，坐標(biāo)，氣瓶。它是說，氣缸沒有考慮到的變異引起輪胎壓力或磨損的變化。可以看出，變異的方法和輥機相比，遠(yuǎn)低于獲得使用而未經(jīng)過濾的數(shù)據(jù)。此外，所得到的潤滑是一個實際長度的有效的上限和可用以決定測試時是否重復(fù)。在表5顯示從P -中得到非參數(shù)值。可以看出，NSGA—Ⅱ和其他傳統(tǒng)的方法之間的差異C存在著0.05的差異水平，即使在邦費羅尼調(diào)整（許1996）的比較次數(shù)n=3：在這種情況下，如果獲得

46、的P-值低于α/n=0.0167，那么得到的差異是有效的。 圖13全球定位系統(tǒng)測試的路徑，十個圈的電路描述 前面的圖中有很大差異，主要集中在左側(cè)部分的電路。 7結(jié)論 關(guān)于使用全球定位系統(tǒng)設(shè)備校驗器有法律問題。然而，我們認(rèn)為一個全球衛(wèi)星定位系統(tǒng)最佳測量設(shè)備就是平衡一個汽車防盜系統(tǒng)成本和準(zhǔn)確性。 認(rèn)可全球定位系統(tǒng)的應(yīng)用程序，我們需要保證公差的測量低比法定的10%利潤。我們不能斷言這耐受持有的絕對值，但本文定義如何計算任何軌跡上限長度與全球定位系統(tǒng)數(shù)據(jù)，從而有效地是計算具體路線裝置的寬容。這些計算必須在出租車上時刻重復(fù)驗證，因為所獲得的利潤取決在全球定位系統(tǒng)接收信號，

47、衛(wèi)星配置路徑的形狀等。我們還發(fā)現(xiàn)，運轉(zhuǎn)軌跡的校準(zhǔn)越強，測量越不準(zhǔn)確。因此，我們建議避免基于出租車GPS檢定器的復(fù)雜路徑。 工具書類 Abbasbandy S, Asady B (2006) Ranking fuzzy numbers by sign distance. Inform Sci 176:2405–2416 Anile AM, Falcidieno B, Gallo G, Spagnuolo M, Spinello S (2000) Modeling uncertain data with fuzzy B-splines. Fuzzy Sets Syst 113:39

48、7–410 Berman P, Schnitger G (1992) On the complexity of approximating the independent set problem. Inform Comput 96:77–94 Buzer L (2009) Optimal simplification of polygonal chains for subpixel-accurate rendering. Comput Geom 42(1):45–59 Casillas J, Cordon O, del Jesus MJ, Herrera F (2001) Genet

49、ic tuning of fuzzy rule-based systems integrating linguistic hedges. In: Proceedings of the 9th IFSA world congress and 20th NAFIPS international conference, Vancouver, pp 1570–1574 Chen DZ, Daescu O, Hershberger J, Kogge PM, Mi N, Snoeyink J (2005) Polygonal path simplification with angle cons

50、traints. Comput Geom 32(3):173–187 Couso I, Montes S, Gil P (2001) The necessity of the strong alphacuts of a fuzzy set. Int J Uncertain Fuzziness Knowl Based Syst 9(2):249–262 Cressie NAC (1991) Statistics for spatial data. Wiley, London. ISBN 0-471-84336-9 de Boor C (1972) On calculating wi

51、th B-splines. J Approx Theory 6:50–62 Deb K, Goel T (2001) Controlled elitist non-dominated sorting genetic algorithms for better convergence. In: Zitzler E, Deb K, Thiele L, Coello CAC, Corne D (eds) First international conference on evolutionary multi-criterion optimization. Springer, Heidel

52、berg, LNCS No. 1993, pp 67–81 Deb K, Agrawal S, Pratab A, Meyarivan T (2000) A fast elitist nondominated sorting genetic algorithm for multi-objective optimization: NSGA-II. In: Schoenauer M, Deb K, Rudolph G, Yao X, Lutton E, Merelo JJ, Schwefel HP (eds) Proceedings of the parallel problem sol

53、ving from nature VI conference. Springer, Heidelberg, pp 849–858 Drysdale RLS, Rote G, Sturm A (2008) Approximation of an open polygonal curve with a minimum number of circular arcs and biarcs. Comput Geom 41(1–2):31–47 Dussault C, Courtois R, Ouellet JP, Huot J (2001) Influence of satellite g

54、eometry and differential correction on GPS location accuracy. Wildl Soc Bull 29(1):171–179 Estkowski R, Mitchell JSB (2002) Simplifying a polygonal subdivision while keeping it simple, SCG ’01. In: Proceedings of the seventeenth annual symposium on computational geometry, ISBN 1-58113-357-X, 40

55、-49, ACM Press, New York Ganesan K, Veeramani P (2006) Fuzzy linear programming with trapezoid fuzzy numbers. Ann Oper Res 143:305–315 Goodman IR, Nguyen HT (1985) Uncertainty models for knowledgebased systems. Elsevier, New York Grewal MS, Weill LR, Andrews AP (2007) Global positioning system

56、s, inertial navigation, and integration, 2nd edn. Wiley, London. ISBN: 978-0-470-04190-1. Gudmundsson J, Narasimhan G, Smid M (2007) Distance-preserving approximations of polygonal paths. Comput Geom 36(3):183– 196 Hershberger J, Snoeyink J (1992) Speeding up the douglas-peucker line simplific

57、ation algorithm. In: Proceedings of the 5th international symposium on spatial data handling, Charleston, pp 134–143 Hofmann-Wellenhof B, Collins L (2004) GPS theory and practice. Springer, Heidelberg, ISBN 3211835342 Hsu JC (1996) Multiple comparisons: theory and methods. Chapman and Hall, Lo

58、ndon Jahanshahloo GR, Soleimani-damaneh M, Nasbaradi E (2004) Measure of efficiency in DEA with fuzzy input-output levels: a methodology for assessing, ranking and imposing of weight restrictions. Appl Math Comput 156:175–187 Kiyota T, Tsuji Y, Kondo E (2000) New multiobjective fuzzy optimizat

59、ion method and its application. In: American control conference ACS’2000 6, Chicago, pp 4224–4228 Lachapelle G, Ryan S (2000) Statistical reliability measures for GPS. In: IMA workshop on mathematical challenges in GPS University of Minnesota, August 16–18 Langley RB (1991) The mathematics of G

60、PS. GPS World 2(7):45– 59 Langley RB (1999) Dilution of precision. GPS World 10(5):52–59 Li L, Chen W (1999) Corner detection and interpretation on planar curves using fuzzy reasoning. IEEE Trans Pattern Anal Mach Intell 21(11):1204–1210 Mitchell HB (2006) Ranking type-2 fuzzy numbers. IEEE Tr

61、ans Fuzzy Syst 14(2):287–294 Mosavi MR, Mohammadi K, Refan MH (2002) Fuzzy processing on GPS data to improve positioning accuracy, before and after S/A Is turned off. In: The Asian GPS conference, India, pp117?20 Naranjo J, Gonza磍ez C, Garca R, de Pedro T (2007) Fuzzy logic for transportation

62、 guidance: developing fuzzy controllers for maintaining an inter-vehicle safety headway. In: Bai Y, Zhuang H, Wang D (eds) Advances in industrial control, advanced fuzzy logic technologies in industrial applications. Springer, London, pp 129?43 Otero J, Sanchez L, Alcala-Fdez J (2008) Fuzzy-gen

63、etic optimization of the parameters of a low cost system for the optical measurement of several dimensions of vehicles. Soft Comput 12(3):751?64 Quddus MA, Noland RB, Ochieng WY (2006) A high accuracy fuzzy logic based map matching algorithm for road transport. J Intell Transport Syst 10(3):10

64、3?15 Sa磏chez L, Couso I (2007) Advocating the use of imprecisely observed data in genetic fuzzy systems. IEEE Trans Fuzzy Syst 15(4):551?62 Sa磏chez L, Couso I, Casillas J (2006) A multiobjective genetic fuzzy system with imprecise probability fitness for vague data. In: Second international sy

65、mposium on evolving fuzzy systems 2006 (EFS06), Ambleside Lake District, pp 131?37 Sa磏chez L, Couso I, Casillas J (2007) Modeling vague data with genetic fuzzy systems under a combination of crisp and imprecise criteria. In: First IEEE symposium on computational intelligence in multi-criteria d

66、ecision-making (MCDM 2007), Honolulu Sachez L, Couso I, Casillas J (2009) Genetic learning of fuzzy rules based on low quality data. Fuzzy Sets Syst (submitted) Sheen JN (2006) Fuzzy evaluation of cogeneration alternatives on a petrochemical industry. Comput Math Appl 49：471-25 Strang G, Borre K (1997) Random variables and covariance matrices. In: Linear algebra, geodesy, and GPS. Wellesley-Cambridge Press, Massachusetts Snyder JP (1982) Map projections used by the U.S. geologic