道路網(wǎng)選取的案例與本體推理方法

郭 漩，錢海忠，王 驍，劉俊楠，鐘 吉

1. 信息工程大學地理空間信息學院，河南 鄭州 450000； 2. 信息工程大學數(shù)據(jù)目標與工程學院，河南 鄭州 450000

道路網(wǎng)是地圖要素的重要組成部分，是用圖者與制圖員重點關注和獲取的內(nèi)容[1]。在比例尺縮小的情況下，由于受地圖表達的限制，需對路網(wǎng)進行綜合，以正確反映制圖區(qū)域地理特征[2-3]。但制圖綜合過程通常需兼顧多個指標進行模糊決策，簡單的選取模型及案例類比等方法容易出現(xiàn)噪聲和沖突，無法滿足復雜道路網(wǎng)選取的要求。因此亟須以綜合知識為基石，利用知識表示和推理手段，對制圖綜合知識進行組織管理，并進一步從算法模型走向知識挖掘，促進道路網(wǎng)選取方法向自動化與智能化方向發(fā)展。

道路網(wǎng)選取的本質(zhì)是對路網(wǎng)重要性進行評估，目前主要包括基于傳統(tǒng)數(shù)學模型和智能模型兩類方法。前者通過對道路的語義信息、幾何特征、拓撲關系、空間分布特征進行分析，計算重要性評價指數(shù)。典型方法包括基于網(wǎng)眼密度的方法[4]，基于Stroke及其約束的方法[5-6]，基于骨架層次的方法[7]，以及基于圖論等方法[8-9]。但道路網(wǎng)選取具有高度不確定性和系統(tǒng)復雜性，數(shù)學模型難以整合運用綜合知識，無法形式化反映制圖專家的思維過程。因此部分學者引入智能模型，建立制圖綜合知識法則，相繼提出了基于遺傳算法[10]、基于決策樹[11]的選取方法，同時神經(jīng)網(wǎng)絡等人工智能優(yōu)秀成果也為道路網(wǎng)選取提供了重要的參考依據(jù)[12-13]。……