地图面面观之百望山

地图面面观之百望山

作为一个gis科班出身的GIS从业者,对地图有着很强的反应。从该篇开始,我将我遇到的隐藏在社会各个角落的地图,进行挖掘分析。将有意思的具有实用价值的地图进行研究,也将对一些没有价值的不能提供有用信息的地图进行分析。

周末去了百望山,收集了一些地图这里给大家共享一下。

                                                             

                                                                                  (百望山路线图)

材质:黑色大理石

配色:底色为黑色,白色线划图。

该图为标准专题图:主标题,专题图,指北针,图例,POI点信息描述,都很齐全。这幅图也是百望山最标准的一副地图,但是该图在实际应用中虚有其表,看似严谨,因为该图没有基本的一个定位信息,游客完全不知道读图位置在什么地方。因此该图起不到提示道路信息的作用。在我看地图的5分钟内有7个游客在此驻足但是包括我在内有6个人完全从该图获取下一步的行进路线。如果该图能够指示当前位置,该图会有比较大的作用,一个小细节决定了它的使用价值。

 

                                                                             (游览示意图)

材质:帆布

配色:蓝色,白色

该图是一个影像地图+矢量描绘,提供大致的行进路线。真实感比较强,游客可以对景区有一个大致的印象。不足,材质不好,经不起风吹日晒。地图有明显的破损。破损处分不清是不是显示的当前位置,如果不是的话该图同上图一样仍然不能起到指路的作用。如果是的话,该图同样有改进的地方,破损处有可能是游客经常点此处,触摸的多了有了破损。类似这种帆布地图最好加一个护罩,即可保证图的鲜艳,不致掉色,也能起到指路作用。帆布材质也不是制作地图的好材质。虽然材质便宜,但是生命周期太短。决策者们要慎重选取。

 

 

                                                                                  (石刻示意图)

材质:花岗岩

配色:无

该图我认为是该景区最有新意的一个。既具有实用价值(能够指示当前位置,也能够指示道路指向那里),也具有观赏价值。花岗岩材质保证了它的生命周期。这幅地图对我来说是该景区最有价值的一幅,它指示我找到了景区的正门。这张图的材质决定它不可能显示太详细的内容,路线长度也只能示意),风吹雨淋如果图过于细那它的字迹会变得模糊起不到作用。我认为该图显示的地图信息恰当。

 

 

                              (类调绘图)

材质:帆布

配色:墨绿色、红色

该图比上一张类似的地图有了很大改进,底图和专题描述便于识别,对比强烈。道路线划清晰。该图保存完整我认为是树木遮挡减少了风吹日晒。游客来到此地的甚少。减轻了触摸,年代应比上面相似的地图年限少。

四张图价值排列:

A: 石刻示意图

B: 类调绘图

C: 游览示意图

D: 百望山路线图

转载于:https://www.cnblogs.com/GISerp/archive/2012/08/05/gisMap.html

基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值