出租汽車計(jì)價(jià)器的檢定與GPS和軟計(jì)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(jī)器的滾筒校驗(yàn)器時(shí)，發(fā)現(xiàn)在這個(gè)過程中輪胎的狀況可能會(huì)導(dǎo)致錯(cuò)誤和機(jī)械化施工試驗(yàn)設(shè)備不兼容某些車輛。因此需要設(shè)計(jì)一個(gè)新的測(cè)量設(shè)備。在我們的看來，除非采取測(cè)量實(shí)際的出租車運(yùn)行使用情況，否則核查計(jì)價(jià)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?yàn)樗鼫y(cè)試車提供位置和速度獨(dú)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(cè)量不匹配正實(shí)坐標(biāo)，一般來說，我們沒有給出絕對(duì)公差。我們不知道是否最大的錯(cuò)誤就是總是低于絕對(duì)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(shí)際位置有50%的測(cè)量的誤差。本文描述了一個(gè)實(shí)際應(yīng)用軟計(jì)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(diǎn)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(jì)算長(zhǎng)度上界的軌跡，同時(shí)考慮模糊的數(shù)據(jù)。這必然會(huì)在計(jì)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(dòng)態(tài)行為的車輛，本測(cè)量精度將進(jìn)一步改善。1.簡(jiǎn)介從工程的角度來看，用測(cè)量路徑長(zhǎng)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(gè)簡(jiǎn)單的任務(wù)。然而，如果這些測(cè)量的運(yùn)用對(duì)于法律而言，情況就不同了。全球定位系統(tǒng)接收器測(cè)量提供的這些數(shù)據(jù)有一個(gè)模糊的性質(zhì)，即實(shí)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(shí)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(gè)儀器大部分時(shí)間具有高精度，但有時(shí)候其準(zhǔn)確性也會(huì)失真）不是全球定位系統(tǒng)的一個(gè)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?yàn)樵趯?shí)際情況下，如果一個(gè)測(cè)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(gè)合理的測(cè)量路徑長(zhǎng)度，估計(jì)其少于實(shí)際長(zhǎng)度的概率是忽略不計(jì)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(gè)統(tǒng)計(jì)模型不同于雷達(dá)，它包含接收機(jī)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(cè)量會(huì)太粗糙。如果我們使用的最高水平，估計(jì)錯(cuò)誤的概率會(huì)太高。因此，我們要同時(shí)處理所有這些置信區(qū)間之間找到一個(gè)平衡的測(cè)量精確水平及有效的概率區(qū)間。我們?cè)敿?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(jì)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(duì)）或lq-gfs 或工業(yè)應(yīng)用（奧特羅等人。2008）。在本文中，我們將用模糊集模擬每個(gè)全球定位系統(tǒng)測(cè)量家用置信區(qū)間的數(shù)據(jù)。然后，我們將計(jì)算路徑的長(zhǎng)度的上限。這會(huì)衍生出的隸屬函數(shù)的模糊控制估計(jì)長(zhǎng)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(gè)遺傳算法。由于目標(biāo)函數(shù)是模糊值，我們將使用一個(gè)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(huì)奪去lq-gfs的舞臺(tái)，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couso2007）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(gè)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(huì)被解決。然后，在章節(jié)3會(huì)描述如何獲得的GPS的詳細(xì)測(cè)量。我們還解釋不準(zhǔn)確性質(zhì)測(cè)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(huì)有具體描述，在那里會(huì)詳細(xì)地描述過濾過程和有關(guān)的問題的潤(rùn)滑計(jì)算。確定性（章節(jié)4.2）和隨機(jī)（章節(jié)4.3）算法計(jì)算法給出的相同部分。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(jì)程車費(fèi),受到當(dāng)?shù)卣?guī)制。每一次票價(jià)被改變時(shí),出租車計(jì)價(jià)器必須校準(zhǔn)和驗(yàn)證。在西班牙的汽車防盜系統(tǒng)的測(cè)試和驗(yàn)證出租車的計(jì)價(jià)器的一個(gè)要執(zhí)行的任務(wù)。票價(jià)取決于2變量：速度的出租車服務(wù)期間和服務(wù)長(zhǎng)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(jì)出租車設(shè)備和需要驗(yàn)證計(jì)量和模型組，目前在西班牙，核查的出租車計(jì)價(jià)器是由一種滾筒機(jī)器（驅(qū)動(dòng)車輪放置在輥上）來定期采樣其速度。測(cè)試持續(xù)幾分鐘，而司機(jī)必須輔助汽車防盜系統(tǒng)技術(shù)員。一旦測(cè)試結(jié)束，把車費(fèi)的計(jì)程表與在滾筒上的計(jì)價(jià)器相比對(duì)。如果票價(jià)顯示在計(jì)價(jià)器顯示不高于滾筒計(jì)價(jià)器的10%，那么該計(jì)價(jià)器可用。總距離在模擬運(yùn)行的計(jì)算乘以該滾筒圓周的數(shù)量曲折，和線性速度估計(jì)從角輥速度。然而，有一個(gè)相對(duì)較小的輥半徑，和輪胎的變形不超過一個(gè)輥平坦的表面。實(shí)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(gè)測(cè)試不可靠。我們打算引入一個(gè)新的便攜式系統(tǒng)，定期使用全球定位系統(tǒng)傳感器測(cè)量出租車樣品的位置和速度。新的測(cè)試將意味著的對(duì)汽車防盜系統(tǒng)站的一個(gè)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?yàn)槌杀驹颍覀冞€想用便宜的，消費(fèi)級(jí)的系統(tǒng)。價(jià)格很重要，因?yàn)楦髡局g必須取得10到20臺(tái)設(shè)備，否則，排隊(duì)時(shí)間難以接受。不幸的是，使用全球定位系統(tǒng)測(cè)量有復(fù)雜的法律問題。眾所周知，收集消費(fèi)級(jí)的數(shù)據(jù)，不可微的全球定位系統(tǒng)在亞米級(jí)是不精確的。全球定位系統(tǒng)制造商通常報(bào)告的準(zhǔn)確性方面的價(jià)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(duì)位置，電離層影響或多徑；必須考慮到在一個(gè)特定的補(bǔ)丁下公差計(jì)算測(cè)量的錯(cuò)誤來源。除非我們能夠忽視軌跡的長(zhǎng)度和車輛的速度，否則我們將不能夠合法地拒絕計(jì)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(gè)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(cuò)能力,(b)測(cè)量速度超過極限速度。在其他情況下,我們必須假定司機(jī)沒有犯罪行為。因此，很難確認(rèn)一個(gè)GPS設(shè)備，因?yàn)槲覀儾荒茉u(píng)估其絕對(duì)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(gè)裝置，不僅生產(chǎn)軌跡的長(zhǎng)度估計(jì)值，它也計(jì)算這一長(zhǎng)度的上限。這樣，一旦出租車已經(jīng)完成運(yùn)行，我們可以知道該公差測(cè)量在法律限制內(nèi)，如果需要可重復(fù)測(cè)試該實(shí)驗(yàn)。2.1法律約束和統(tǒng)計(jì)決策讓我們假設(shè)我們有一個(gè)測(cè)量裝置，給定一個(gè)計(jì)價(jià)器產(chǎn)生一個(gè)未知誤差，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(cè)量裝置將有一個(gè)寬容：這意味著，具有非常高的概率和，相反，這個(gè)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(jì)程器因?yàn)槲覀兊墓烙?jì)誤差為5%，而公差為7%，這是高于這個(gè)誤差的。出租車業(yè)主可以認(rèn)為這是一個(gè)機(jī)會(huì)，真正的錯(cuò)誤是出租車小于或等于0，我們拒絕撤銷。總之，我們不能拒絕的出租車的估計(jì)誤差，除非它高于寬容，因此我們可以肯定的是，計(jì)價(jià)器具有高概率是錯(cuò)誤的。在西班牙，防止出租車對(duì)用戶欺詐，必須收取不到真正的票價(jià)10%的費(fèi)用，因此我們不能同意設(shè)備與寬容高于這個(gè)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?cè)谇耙还?jié)中已經(jīng)提到的，我們不能保證所有測(cè)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(gè)特定的測(cè)量誤差已在合法利潤(rùn)。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(cè)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(jī)將很高興接受，對(duì)出租車業(yè)主有利。法律決策規(guī)則是：從統(tǒng)計(jì)的角度來看,這是不公平的。會(huì)讓計(jì)價(jià)器存在一個(gè)概率誤差。一方面,我們可以拒絕一個(gè)正確的計(jì)價(jià)器概率 (3)另一方面,我們將通過一個(gè)不正確的計(jì)價(jià)器概率 (4)為公平地說,我們需要兩個(gè)錯(cuò)誤一樣。然而,他們不是。如果設(shè)備的容錯(cuò)能力低于10%,那么幾乎等于零,因此是可以忽略的,但 有點(diǎn)高。根據(jù)我們的經(jīng)驗(yàn),西班牙的出租車司機(jī)調(diào)試自己的計(jì)價(jià)器從而獲得他們的最大利潤(rùn),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(cè)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(zhǎng)度超過了實(shí)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(jì)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(cè)量的。由于不精確性的輸入數(shù)據(jù)，提出一個(gè)建立LUB的新方法。在這樣做時(shí)，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(gè)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)。最后過濾的數(shù)據(jù)輸入到一個(gè)確定性算法中計(jì)算上界軌跡的長(zhǎng)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 -（黛比張秀珍。2000;黛比和高爾1993）。 3模糊性質(zhì)的GPS測(cè)量 長(zhǎng)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(jī)的位置。接收器能得到一些信號(hào),并計(jì)算出衛(wèi)星的一組測(cè)量:經(jīng)度、緯度、高度,衛(wèi)星使用數(shù)量、時(shí)間等。收到來自一顆人造衛(wèi)星的不同信號(hào)包含從衛(wèi)星發(fā)送給接受者的有關(guān)時(shí)間信號(hào)。使用四個(gè)衛(wèi)星信號(hào),一個(gè)全球定位系統(tǒng)接收器可以計(jì)算的三維坐標(biāo)和數(shù)據(jù)時(shí)間校正(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(gè)最佳位置計(jì)算位置和時(shí)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(dòng)誤差的信號(hào)在穿越大氣層的衛(wèi)星,衛(wèi)星歷書偏差、衛(wèi)星時(shí)鐘誤差、接收機(jī)錯(cuò)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(gè)影響在固定星座測(cè)量概率的準(zhǔn)確性(蘭利1999),一個(gè)更小的值,表明一個(gè)較弱的幾何DOP衛(wèi)星。DOP有四個(gè)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(gè)CEP測(cè)量到另一個(gè)CEP實(shí)際測(cè)量值的變化 在一定條件下,GPS測(cè)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(fèi)者等級(jí)的GPS接收器表明其精度級(jí)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(jì)算誤差的估計(jì)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(jī)率乘以2.08專用。在圖1一個(gè)實(shí)例來說明如何運(yùn)用專用能進(jìn)行不同的連續(xù)測(cè)量。消費(fèi)級(jí)GPS不發(fā)送標(biāo)準(zhǔn)誤差的相關(guān)信息?？梢詤⒄彰绹?guó)國(guó)家海洋電子行業(yè)協(xié)會(huì)標(biāo)準(zhǔn)(美國(guó))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(shí)證估計(jì)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(duì)于單個(gè)HDOP價(jià)值、GPS的子系統(tǒng)分是從整個(gè)數(shù)據(jù)中提取價(jià)值。然而最小的子系統(tǒng)都能覆蓋50%的點(diǎn)。和CEP 95%的的程序相似。3.1 GPS的一個(gè)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(gè)寬容是指定一個(gè)信心率、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(jī)變量,它可能會(huì)產(chǎn)生一個(gè)隨機(jī)模糊變量是a-cuts置信區(qū)間的速度1-(Couso丁曉萍。2001)。 我們將利用這個(gè)表示法進(jìn)行多層次的潤(rùn)滑計(jì)算。在這個(gè)例子中測(cè)量所得的GPS單元,給出了50%和95%的兩個(gè)置信區(qū)間。在這個(gè)章節(jié)解釋其使用程序,CEP的價(jià)值可計(jì)算每個(gè)候選等價(jià)點(diǎn)的概率值。從它可以很容易看出概率值越高則CEP價(jià)值越高。其物理意義就是簡(jiǎn)單的GPS測(cè)量這個(gè)事實(shí)，更高的信心利率需要GPS測(cè)量確定位置，從而使CEP專用價(jià)值越高。4使用模糊數(shù)據(jù)進(jìn)行潤(rùn)滑計(jì)算 GPS測(cè)量等間與取樣等時(shí)間間隔。每個(gè)測(cè)定是一個(gè)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(gè)循環(huán)是測(cè)量的出租車真正的坐標(biāo)的一個(gè)可信區(qū)間。在圖2顯示一些模擬GPS測(cè)量和軌跡。位置的測(cè)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(jià)點(diǎn)半徑。使用GPS坐標(biāo)的軌跡用虛線畫。一個(gè)軌跡完全兼容GPS測(cè)量也畫成虛線。注意這些軌跡的長(zhǎng)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(cè)量的準(zhǔn)確度,我們就要計(jì)算低于長(zhǎng)度上限的所有路徑,在他們所有的頂點(diǎn)內(nèi)圈(每個(gè)置信水平)。這一定是兼容GPS的最大測(cè)量軌跡。 圖2通過全球定位系統(tǒng)坐標(biāo)顯示模擬實(shí)際軌跡和軌跡的例子之間的差異 圖3模擬演示了如何建立一個(gè)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(rùn)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(gè)多邊形鏈覆蓋模糊數(shù)據(jù)，通過尋找每個(gè)圓外面的切線的，然后在兩個(gè)連續(xù)的切線模糊點(diǎn)之間計(jì)算相應(yīng)的接點(diǎn)（參見圖3）。（1）包含在每個(gè)多邊形四個(gè)方面最長(zhǎng)的部分是它的一個(gè)對(duì)角線。（2）包含2個(gè)相鄰的四邊形的最長(zhǎng)路徑中總是包括這些對(duì)角線。（3）包含三個(gè)相鄰的四邊形最長(zhǎng)路徑中也是對(duì)角線，但他們可能并不是四邊形最長(zhǎng)的對(duì)角線。 這意味著，潤(rùn)滑的定義是一個(gè)頂點(diǎn)列表，但它不是立即找到多邊形鏈選擇定義路徑。在本節(jié)末將解釋它是如何解決這個(gè)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(cè)量精度。4.1 預(yù)處理數(shù)據(jù) 如果參考一些共線點(diǎn)，測(cè)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(jì)算的估計(jì)的長(zhǎng)度和潤(rùn)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(gè)水平值，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-）。我們已經(jīng)提到過，對(duì)于每一個(gè)特點(diǎn)運(yùn)用截集值，這些數(shù)據(jù)包括一個(gè)范圍，同時(shí)兩個(gè)連續(xù)的外圓切線和交叉點(diǎn)的切線的每三個(gè)接點(diǎn)定義一個(gè)多邊形鏈?？陀^的該預(yù)處理是獲得減少多邊形鏈模糊集，還包含了每個(gè)級(jí)別的潤(rùn)滑：如果清晰的數(shù)據(jù)被用來簡(jiǎn)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(gè)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(jì)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(gè)確定性算法確定最大的折線在一個(gè)多邊形鏈；這樣做是為每個(gè)特點(diǎn)運(yùn)用截集。這些過濾算法與確定性算法將在4.2節(jié)加以解釋。 4.11通過共線進(jìn)行過濾 對(duì)于每一個(gè)運(yùn)用a截集多邊形鏈條件下，如果連續(xù)三圈，都對(duì)外界切線是平行的，然后定義的四邊形前兩個(gè)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(diǎn)是受采樣率的限制,也就是說,如果太多的點(diǎn)是過濾掉,我們不能假定軌跡是直線之間的第一個(gè)和最后一個(gè)。4.12 過濾假數(shù)據(jù) 虛假數(shù)據(jù)輸入點(diǎn)的錯(cuò)誤異常高。我們可以去除那些修復(fù)不夠準(zhǔn)確的點(diǎn)，只要我們不放棄相當(dāng)數(shù)量的點(diǎn)，即1-的一小部分多邊形頂點(diǎn)的減少必須在過濾路徑，對(duì)于每個(gè)級(jí)別：在圖4闡述一個(gè)給定的估計(jì)值的過程。過濾點(diǎn)降低該地區(qū)的多邊形鏈，因此滑將變得更小了，這不是一個(gè)理想效果。我們不想過濾代表點(diǎn)。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(jiǎn)化合成實(shí)例：過濾點(diǎn)減少該地區(qū)的多邊形鏈的面積，但其余的點(diǎn)必須像軌跡4.1.3車輛動(dòng)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?，那么過濾過程可以進(jìn)一步改善，（陳等人。2005）。例如，考慮一個(gè)移動(dòng)車輛以一定的速度。存在一個(gè)最大角度，車輛可以不冒安全風(fēng)險(xiǎn)地轉(zhuǎn)動(dòng)。此外，每個(gè)速度值存在一個(gè)最大角度，低于這個(gè)值就會(huì)導(dǎo)致車輛內(nèi)乘客的安全問題。 因此，我們可以推出另一個(gè)假設(shè)分析：開出租車一定舒適。最大的轉(zhuǎn)向角是一個(gè)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(diǎn)，確定轉(zhuǎn)向角在每一個(gè)點(diǎn)的大小。對(duì)于一個(gè)a截集的模糊點(diǎn)圈，利用切線多邊形鏈的三個(gè)模糊點(diǎn)就可以確定。包括在這樣的多邊形鏈的最大的軌跡是四個(gè)可能的折線，通過多邊形鏈的頂點(diǎn)。一旦發(fā)現(xiàn)這三點(diǎn)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(gè)候選是因?yàn)樗拈L(zhǎng)度是LUB。4.2最長(zhǎng)路徑的確定性估計(jì) 一旦數(shù)據(jù)進(jìn)行預(yù)處理，我們?cè)u(píng)價(jià)其潤(rùn)滑與確定性算法，我們解釋這一部分。對(duì)于每一個(gè)點(diǎn)運(yùn)用a截集的鏈，我們得到一個(gè)多邊形設(shè)置采用梯形，如圖5所示。其運(yùn)動(dòng)方向是由細(xì)虛線箭頭表示。每一個(gè)梯形頂點(diǎn)用一對(duì)整數(shù)，在箭頭的左邊是零開始，箭頭右邊也有一個(gè)零開始。其他一些數(shù)字是運(yùn)動(dòng)序列。最長(zhǎng)的路徑在每一步驟中經(jīng)過i，(0,i)頂點(diǎn)或(1,i)頂點(diǎn)。圖的頂點(diǎn)集定義最長(zhǎng)的路徑，可以計(jì)算詳盡探索所有可能的組合，但是成本計(jì)算的方面是非常昂貴的，帶有100點(diǎn)的現(xiàn)實(shí)軌跡證明是行不通了，例如。這問題已經(jīng)研究了面積計(jì)算幾何和最長(zhǎng)路徑的禁止搭配關(guān)系（伯曼和schnitger 1992），是非營(yíng)利組織PB完成的。 。圖5在4.2節(jié)解釋的最長(zhǎng)路徑估計(jì)算法的例子 圖6在相鄰頂點(diǎn)之間連線的可能相對(duì)位置。在確定凸和非凸頂點(diǎn)上這是很有用的。 由于這一事實(shí)，導(dǎo)致在一個(gè)現(xiàn)實(shí)的軌跡中方向和距離會(huì)有變化，由于動(dòng)態(tài)的出租車的左、右頂點(diǎn)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(shí)間與數(shù)量的頂點(diǎn)。啟發(fā)式是基于選定的凸點(diǎn)割線：車輛轉(zhuǎn)向時(shí)，最長(zhǎng)的路徑通過外部的軌跡曲率。依靠前和后頂點(diǎn)使用直線進(jìn)行分析凸起的頂點(diǎn)。在圖6中可以看到中央頂點(diǎn)的可能相對(duì)位置，在那里凸頂點(diǎn)被標(biāo)有一個(gè)小圓圈和直線，通過所繪頂點(diǎn)（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(gè)頂點(diǎn)在線路之間，則都是凹的。如果只有一個(gè)在線路之外，它肯定是凸的。如果兩個(gè)頂點(diǎn)都在線路外，雙方都可能是凸（左）或一個(gè)是凹和另一個(gè)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(zhǎng)路徑會(huì)從一個(gè)步驟1的凸頂點(diǎn)到步驟0的頂點(diǎn)中提供最大段長(zhǎng)度。從步驟1到前一個(gè)過去，這條路徑通過：如果只有一個(gè)凸頂點(diǎn)，通過這個(gè)頂點(diǎn)。若存在2個(gè)凸頂點(diǎn)，通過最遠(yuǎn)的頂點(diǎn)。如果沒有凸頂點(diǎn)，通過最遠(yuǎn)的頂點(diǎn)。最后一部分結(jié)束在最遠(yuǎn)的頂點(diǎn)的上一個(gè)。在圖5中用啟發(fā)式的算法計(jì)算被粗虛線標(biāo)記的路徑。第一部分從（1，0）到（0，1）；因?yàn)椋?，1）是凸頂點(diǎn)和距離（0，0）最短的點(diǎn)。然后最長(zhǎng)路徑通至（1，2）；因?yàn)樗俏ㄒ坏耐鬼旤c(diǎn)。（0,3）和（0,4)兩個(gè)點(diǎn)也是同樣的道理。最后，路徑在（1，5）點(diǎn)結(jié)束，因?yàn)樗嚯x（0，4）點(diǎn)比（0，5）點(diǎn)距離（0，4）點(diǎn)更遠(yuǎn)。4. 3隨機(jī)的最長(zhǎng)路徑估計(jì)在上一節(jié)有一個(gè)備用的實(shí)現(xiàn)方法。讓我們假設(shè)我們添加一個(gè)網(wǎng)格上鏈圈（見圖7）和選擇一個(gè)網(wǎng)格上的點(diǎn)逐個(gè)修復(fù)去計(jì)算得到的整個(gè)系列的長(zhǎng)度。為了計(jì)算獲得的軌跡最大長(zhǎng)度，一個(gè)回溯算法是行不通的，由于目前在實(shí)際軌跡點(diǎn)數(shù)目較高。然而，我們可以統(tǒng)一樣本數(shù)量的軌跡并計(jì)算一個(gè)估計(jì)長(zhǎng)度出現(xiàn)的蒙特卡羅概率分布。平均值的分布將估計(jì)我們的長(zhǎng)度，我們也可以從公差計(jì)算中產(chǎn)生平均值的置信區(qū)間。建立一個(gè)樣本軌跡，我們已經(jīng)實(shí)施程序如下：以0.95的概率進(jìn)行每個(gè)點(diǎn)的修復(fù)，一個(gè)點(diǎn)的網(wǎng)格內(nèi)的CEP會(huì)在這一水平內(nèi)隨機(jī)選擇的（因此以0.05的概率從外部選擇相應(yīng)的CEP）。多邊形的長(zhǎng)度鏈接所有的存儲(chǔ)點(diǎn)和整個(gè)過程大量重復(fù)。本樣本分布的這些長(zhǎng)度，最后用計(jì)算樣本均值（這是一個(gè)估計(jì)的長(zhǎng)度的計(jì)價(jià)器會(huì)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(zhǎng)度范圍被最大樣本長(zhǎng)度所限制，最大樣本長(zhǎng)度一般來說不是兼容路徑的最大長(zhǎng)度。事實(shí)上，最大的樣本長(zhǎng)度在程序上將是一個(gè)對(duì)LUB更可靠的估計(jì)。因?yàn)樵谇懊娌糠值姆椒ㄔ谒俣群途_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(gè)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(diǎn)的中心位置，那么在準(zhǔn)確性上會(huì)有一個(gè)微不足道的提升，然而，這方法卻被認(rèn)證機(jī)構(gòu)的專家拒絕確認(rèn)裝置。給出的原因是所有的測(cè)量是重復(fù)性。認(rèn)證機(jī)構(gòu)將已知緯度和經(jīng)度的點(diǎn)的位置用設(shè)備檢查測(cè)量范圍的公差。這種認(rèn)證是不兼容動(dòng)態(tài)變化的坐標(biāo)，因?yàn)樽罱狞c(diǎn)的道路很可能是過時(shí)的圓所定義CEP,使測(cè)定潤(rùn)滑無效。 然而，沒有什么可以阻止使用地圖作為一個(gè)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(gè)道路不僅其中心都需要坐標(biāo)，但這種方法還沒有得到實(shí)施因?yàn)槲覀儧]有測(cè)量的寬度道路，我們也沒有獲得一個(gè)具有法律效力的制圖路線。這一點(diǎn)是重要的，因?yàn)榈貓D上的任何錯(cuò)誤都會(huì)使所有的設(shè)備測(cè)量無效。然而，觀察這樣，即使我們決定在未來分享這些信息，它不會(huì)改變我們?cè)诒疚牡挠?jì)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(yùn)營(yíng)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(gè)人的編纂 每一個(gè)個(gè)體都是一個(gè)子集鏈的模糊點(diǎn)，編纂數(shù)組的布爾值。也就是說：輸入數(shù)據(jù)一系列及時(shí)序模糊點(diǎn)。每個(gè)人的模糊輸入點(diǎn)有一個(gè)布爾值關(guān)聯(lián)個(gè)體。當(dāng)布爾值設(shè)置為模糊點(diǎn)那么模糊點(diǎn)包括個(gè)體。當(dāng)布爾值模糊點(diǎn)是假的，模糊點(diǎn)就會(huì)被過濾掉。產(chǎn)生的個(gè)體，一個(gè)是給出的概率閾值P，每個(gè)模糊點(diǎn)的向量的輸入模糊數(shù)據(jù)都包含概率P：出租車的啟動(dòng)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(gè)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(huì)解模糊化目標(biāo)，但會(huì)使用模糊值健身功能評(píng)估過濾的質(zhì)量。因?yàn)橐粋€(gè)遺傳算法能夠解決模糊值優(yōu)化，我們可以定義一個(gè)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(diǎn)是不一致的（葉和鄧等人。2005）。使用一個(gè)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(gè)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(duì)隸屬函數(shù)的類型和確定性分布沒有知識(shí)也沒有限制。同時(shí)，評(píng)價(jià)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(gè)個(gè)體方面的優(yōu)勢(shì)提出了另一個(gè)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(shí)現(xiàn)nsga-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(gè)父母A和B，后代是兩個(gè)新鏈C和D，有和，一個(gè)頂點(diǎn)vAB在C中含有一個(gè)可能的概率P+，一個(gè)頂點(diǎn)VBA在C上有一個(gè)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(gè)算子定義為隨機(jī)的拆卸鏈條的一個(gè)點(diǎn)，不同于第一個(gè)或最后一個(gè)。值得注意的是，無論是第一次還是最后一個(gè)模糊點(diǎn)都包括在遺傳操作內(nèi)，因?yàn)閮啥说倪\(yùn)作軌跡必須包括所有個(gè)體。6實(shí)驗(yàn)和結(jié)果 本節(jié)的實(shí)驗(yàn)結(jié)果如小節(jié)2所示。因此，實(shí)驗(yàn)?zāi)康氖牵海?）評(píng)估該方法在現(xiàn)實(shí)的情況下使用合成數(shù)據(jù)的準(zhǔn)確性。（2）在實(shí)際情況中比較兩種方法。 正因?yàn)榇?，做了有兩批?shí)驗(yàn)：（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(cè)量過程也加入隨機(jī)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(zhǎng)度的路徑誤差百分比是估計(jì)的。（2）比較真是世界的情形：一個(gè)真正的測(cè)量電路與認(rèn)證的ISO - 9002里程表用所提出的方法對(duì)報(bào)告長(zhǎng)度進(jìn)行比較。使用相同的車輛和輥機(jī)運(yùn)行相同長(zhǎng)度測(cè)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(shí)驗(yàn)。6.1合成數(shù)據(jù)這是決定評(píng)價(jià)我們的算法在現(xiàn)實(shí)路徑覆蓋的情況下，通常對(duì)出租車汽車防盜系統(tǒng)進(jìn)行測(cè)試。因?yàn)槲覀冃枰勒嬲穆窂介L(zhǎng)度，這些數(shù)據(jù)必須合成。本數(shù)據(jù)包括幾個(gè)彎，加速和減速時(shí)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(jì)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(cè)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(gè)位置，一個(gè)隨機(jī)值范圍從4到8米，作為CEP在95%的概率，適宜值為消費(fèi)級(jí)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(cè)量模擬使用的不確定性：選取一點(diǎn)的距離真的是短于CEP的概率為0.95，并有0.05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(cè)量用圓圈代表（實(shí)際上在圖9的圓圈，由于對(duì)定標(biāo)問題）與半徑等于CEP95%的點(diǎn)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(shí)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(shí)軌跡。我們進(jìn)行三個(gè)實(shí)驗(yàn)，測(cè)試LUB的公差計(jì)算是否低于法定利潤(rùn)。如果真實(shí)長(zhǎng)度的軌跡是已知的，寬容是：此批實(shí)驗(yàn)生成合成軌跡如下：第一120點(diǎn)集光滑化類似于傳統(tǒng)的道路。120點(diǎn)數(shù)據(jù)二分之一具有較強(qiáng)的曲折，也類似于一個(gè)傳統(tǒng)的道路。200點(diǎn)數(shù)據(jù)三分之一，類似的測(cè)試電路，在所有可能的發(fā)展方向混合了強(qiáng)烈的光滑。幾個(gè)試驗(yàn)也進(jìn)行了評(píng)估遺傳基因?yàn)V波。參數(shù)如表1所示。首先，由于軌跡運(yùn)行，用十個(gè)的目標(biāo)算法進(jìn)行計(jì)算，基于車輛動(dòng)態(tài)特性沒有限制。最后，第二組十個(gè)運(yùn)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(gè)案研究一真正軌跡的第一個(gè)彈道長(zhǎng)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(huì)被拒絕。觀察到，在實(shí)際情況下我們不知道路徑的實(shí)際長(zhǎng)度的，我們將拒絕出租車收費(fèi)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(cè)量值來計(jì)算誤差）。這個(gè)結(jié)果意味著計(jì)程器收費(fèi)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(dòng)態(tài)的車輛，（見表3）預(yù)期公差為0.005（如果我們使用的測(cè)量長(zhǎng)度0.002）是低于法定保證金的。6.1.2個(gè)案研究二 一種軌跡的長(zhǎng)度是2741.3米，這軌跡比第一具有較強(qiáng)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?cè)谏鲜銮闆r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(jì)程器上根據(jù)本路線開展測(cè)試。 圖10的第一個(gè)版本的原型數(shù)據(jù)記錄器為驗(yàn)證計(jì)程器。這一演變裝置如圖11所示。 使用動(dòng)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(huì)產(chǎn)生低概率的空驗(yàn)證。在一般而言，不建議在我們提出的系統(tǒng)中使用錯(cuò)綜復(fù)雜的道路。6.1.3個(gè)案研究三 第三個(gè)軌跡長(zhǎng)度是9337.78米，如之前，這一軌跡類似于一個(gè)測(cè)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(jì)寬容是0.007（0.004）。 再次，利用動(dòng)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(jì)價(jià)器，收費(fèi)超過9337.78+10% =10271.56都可以合法地拒絕。注意，計(jì)算滑下的測(cè)量實(shí)際長(zhǎng)度：當(dāng)測(cè)量是準(zhǔn)確的，LUB會(huì)更緊。6.2真實(shí)世界的數(shù)據(jù) 對(duì)于出租車計(jì)價(jià)器檢定，業(yè)主發(fā)送一個(gè)運(yùn)行。他/她必須攜帶目標(biāo)計(jì)價(jià)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(cè)量加載到計(jì)算機(jī)潤(rùn)滑計(jì)算將進(jìn)行。只有穩(wěn)定測(cè)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(gè)測(cè)量包括坐標(biāo)，計(jì)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(gè)商業(yè)外殼設(shè)計(jì)的基礎(chǔ)上的進(jìn)化。該設(shè)計(jì)建立在低成本汽車微控制器和一個(gè)消費(fèi)級(jí)的全球定位系統(tǒng)接收器。對(duì)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(cè)試。在左側(cè)的圖像中，一部分道路顯示建筑間一個(gè)面積覆蓋著樹木，這用GPS測(cè)量是困難的。 該裝置完全在奧維耶多大學(xué)計(jì)量模型組設(shè)計(jì)的。它使用三式單片機(jī)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(gè)快閃存儲(chǔ)器芯片（公司Data）來存儲(chǔ)數(shù)據(jù)，以及作為一個(gè)通用串行總線連接到程序控制器，從一臺(tái)個(gè)人電腦發(fā)送或接收數(shù)據(jù)。此外，該裝置有一個(gè)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(gè)電路測(cè)量校園周圍的viesques建筑（gijo，阿斯圖里亞斯，西班牙）。該電路長(zhǎng)度測(cè)定一個(gè)ISO - 9002認(rèn)證的里程表。在圖12中，可以看到一個(gè)圖片的電路。電路包括兩個(gè)長(zhǎng)和兩個(gè)短的直線路徑，四部分有急轉(zhuǎn)彎。本次測(cè)量的長(zhǎng)度是1093米。直接比較的軋制機(jī)對(duì)抗用其他方法是不可能的，所以要使用一個(gè)間接程序。我們配備車用里程表報(bào)告所經(jīng)過的距離。然后我們放置一汽車在軋鋼機(jī)上，按照在相同的儀器行駛1093米。最后，我們讀取測(cè)量產(chǎn)生的輥壓機(jī)。本程序重復(fù)10次。圖13中的記錄，由全球定位系統(tǒng)的分析圈中可以看到。測(cè)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(gè)相同的路徑測(cè)量變化的長(zhǎng)度導(dǎo)致無法預(yù)測(cè)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(cè)量，使用每一種方法的探討：NS GA -動(dòng)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?？梢钥闯?，變異的方法和輥機(jī)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(rùn)滑是一個(gè)實(shí)際長(zhǎng)度的有效的上限和可用以決定測(cè)試時(shí)是否重復(fù)。在表5顯示從P -中得到非參數(shù)值?？梢钥闯?，NSGA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(fèi)羅尼調(diào)整（許1996）的比較次數(shù)n=3：在這種情況下，如果獲得的P-值低于/n=0.0167，那么得到的差異是有效的。 圖13全球定位系統(tǒng)測(cè)試的路徑，十個(gè)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(yàn)器有法律問題。然而，我們認(rèn)為一個(gè)全球衛(wèi)星定位系統(tǒng)最佳測(cè)量設(shè)備就是平衡一個(gè)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(cè)量低比法定的10%利潤(rùn)。我們不能斷言這耐受持有的絕對(duì)值，但本文定義如何計(jì)算任何軌跡上限長(zhǎng)度與全球定位系統(tǒng)數(shù)據(jù)，從而有效地是計(jì)算具體路線裝置的寬容。這些計(jì)算必須在出租車上時(shí)刻重復(fù)驗(yàn)證，因?yàn)樗@得的利潤(rùn)取決在全球定位系統(tǒng)接收信號(hào)，衛(wèi)星配置路徑的形狀等。我們還發(fā)現(xiàn)，運(yùn)轉(zhuǎn)軌跡的校準(zhǔn)越強(qiáng)，測(cè)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 signdistance. Inform Sci 176:24052416Anile AM, Falcidieno B, Gallo G, Spagnuolo M, Spinello S (2000)Modeling uncertain data with fuzzy B-splines. Fuzzy Sets Syst113:397410Berman P, Schnitger G (1992) On the complexity of approximatingthe independent set problem. Inform Comput 96:7794Buzer L (2009) Optimal simplification of polygonal chains forsubpixel-accurate rendering. Comput Geom 42(1):4559Casillas J, Cordon O, del Jesus MJ, Herrera F (2001) Genetic tuningof fuzzy rule-based systems integrating linguistic hedges. In:Proceedings of the 9th IFSA world congress and 20th NAFIPSinternational conference, Vancouver, pp 15701574Chen DZ, Daescu O, Hershberger J, Kogge PM, Mi N, Snoeyink J(2005) Polygonal path simplification with angle constraints.Comput Geom 32(3):173187Couso I, Montes S, Gil P (2001) The necessity of the strong alphacutsof a fuzzy set. Int J Uncertain Fuzziness Knowl Based Syst9(2):249262Cressie NAC (1991) Statistics for spatial data. Wiley, London. ISBN0-471-84336-9de Boor C (1972) On calculating with B-splines. J Approx Theory6:5062Deb K, Goel T (2001) Controlled elitist non-dominated sortinggenetic algorithms for better convergence. In: Zitzler E, Deb K,Thiele L, Coello CAC, Corne D (eds) First internationalconference on evolutionary multi-criterion optimization.Springer, Heidelberg, LNCS No. 1993, pp 6781Deb K, Agrawal S, Pratab A, Meyarivan T (2000) A fast elitist nondominatedsorting 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 theparallel problem solving from nature VI conference. Springer,Heidelberg, pp 849858Drysdale RLS, Rote G, Sturm A (2008) Approximation of an openpolygonal curve with a minimum number of circular arcs andbiarcs. Comput Geom 41(12):3147Dussault C, Courtois R, Ouellet JP, Huot J (2001) Influence ofsatellite geometry and differential correction on GPS locationaccuracy. Wildl Soc Bull 29(1):171179Estkowski R, Mitchell JSB (2002) Simplifying a polygonal subdivisionwhile keeping it simple, SCG 01. In: Proceedings of theseventeenth annual symposium on computational geometry,ISBN 1-58113-357-X, 40-49, ACM Press, New YorkGanesan K, Veeramani P (2006) Fuzzy linear programming withtrapezoid fuzzy numbers. Ann Oper Res 143:305315Goodman IR, Nguyen HT (1985) Uncertainty models for knowledgebasedsystems. Elsevier, New YorkGrewal MS, Weill LR, Andrews AP (2007) Global positioningsystems, inertial navigation, and integration, 2nd edn. Wiley,London. ISBN: 978-0-470-04190-1.Gudmundsson J, Narasimhan G, Smid M (2007) Distance-preservingapproximations of polygonal paths. Comput Geom 36(3):183196Hershberger J, Snoeyink J (1992) Speeding up the douglas-peuckerline simplification algorithm. In: Proceedings of the 5th internationalsymposium on spatial data handling, Charleston, pp134143Hofmann-Wellenhof B, Collins L (2004) GPS theory and practice.Springer, Heidelberg, ISBN 3211835342Hsu JC (1996) Multiple comparisons: theory and methods. Chapmanand Hall, LondonJahanshahloo 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 weightrestrictions. Appl Math Comput 156:175187Kiyota T, Tsuji Y, Kondo E (2000) New multiobjective fuzzyoptimization method and its application. In: American controlconference ACS2000 6, Chicago, pp 42244228Lachapelle G, Ryan S (2000) Statistical reliability measures for GPS.In: IMA workshop on mathematical challenges in GPS Universityof Minnesota, August 1618Langley RB (1991) The mathematics of GPS. GPS World 2(7):4559Langley RB (1999) Dilution of precision. GPS World 10(5):5259Li L, Chen W (1999) Corner detection and interpretation on planarcurves using fuzzy reasoning. IEEE Trans Pattern Anal MachIntell 21(11):12041210Mitchell HB (2006) Ranking type-2 fuzzy numbers. IEEE TransFuzzy Syst 14(2):287294Mosavi MR, Mohammadi K, Refan MH (2002) Fuzzy processing onGPS data to improve positioning accuracy, before and after S/AIs turned off. In: The Asian GPS conference, India, pp117?20Naranjo J, Gonza磍ez C, Garca R, de Pedro T (2007) Fuzzy logic fortransportation guidance: developing fuzzy controllers for maintainingan inter-vehicle safety headway. In: Bai Y, Zhuang H,Wang D (eds) Advances in industrial control, advanced fuzzylogic technologies in industrial applications. Springer, London,pp 129?43Otero J, Sanchez L, Alcala-Fdez J (2008) Fuzzy-genetic optimizationof the parameters of a low cost system for the opticalmeasurement of several dimensions of vehicles. Soft Comput12(3):751?64Quddus MA, Noland RB, Ochieng WY (2006) A high accuracy fuzzylogic based map matching algorithm for road transport. J IntellTransport Syst 10(3):103?15Sa磏chez L, Couso I (2007) Advocating the use of impreciselyobserved data in genetic fuzzy systems. IEEE Trans Fuzzy Syst15(4):551?62Sa磏chez L, Couso I, Casillas J (2006) A multiobjective genetic fuzzysystem with imprecise probability fitness for vague data. In:Second international symposium on evolving fuzzy systems2006 (EFS06), Ambleside Lake District, pp 131?37Sa磏chez L, Couso I, Casillas J (2007) Modeling vague data withgenetic fuzzy systems under a combination of crisp andimprecise criteria. In: First IEEE symposium on computationalintelligence in multi-criteria decision-making (MCDM 2007),HonoluluSachez L, Couso I, Casillas J (2009) Genetic learning of fuzzy rulesbased on low quality data. Fuzzy Sets Syst (submitted)Sheen JN (2006) Fuzzy evaluation of cogeneration alternatives on apetrochemical industry. Comput Math Appl 49：471-25Strang G, Borre K (1997) Random variables and covariance matrices.In: Linear algebra, geodesy, and GPS. Wellesley-CambridgePress, MassachusettsSnyder JP (1982) Map projections used by the U.S. geologic