地理信息系统(GIS)是一个用于存储系统,分析和处理空间数据。GIS代表了决策者的空间决策支持系统在许多领域城市规划、交通网络和基础设施管理、土地利用、地质分析、地震预报、犯罪分析,和疾病的分析。使用模糊逻辑规划者和专家在许多学科涉及的不确定性表示,定性空间推理,和近似问题如下:

• 规则管理系统
• 多准则决策分析
• 模糊空间分析
• 可靠性分析
• 空间数据挖掘

事实上,许多空间定义实体和现象显示一定程度的模糊性或不确定性,可以适当使用模糊集表示和模糊推理,例如,空间关系的亲密我们评估来源的污染水从一个工业建筑的存在。异构和经常未知数据质量极大地影响空间分析的可靠性,和一个模糊的方法变得非常必要的可靠性评估。此外,模糊方法用于实现在GIS环境下空间数据挖掘算法,例如,空间集群为热点分析和回归模型预测位置。

我们邀请感兴趣的研究人员提供原创文章涉及模糊集的新方法和近似推理策略为代表,在GIS中实现管理、空间数据的分析和探索。我们特别感兴趣的论文描述的新方法来处理空间数据的不确定性,任何fuzzy-logic-based模型一直在测试应用程序上下文和封装在一个GIS平台。潜在的主题包括,但不限于:

• 定性空间推理的模糊模型
• 模糊空间数据可靠性分析的方法
• GIS的模糊多准则决策分析方法
• 应用模糊推理模型在GIS解决问题
• 应用新的模糊方法和GIS的空间数据挖掘算法
• 模糊聚类算法应用在GIS热点分析

之前提交的作者应该仔细阅读《华尔街日报》的作者指南,位于//www.newsama.com/journals/afs/guidelines/。未来的作者应该提交一份电子版的完整手稿通过跟踪系统在《华尔街日报》手稿http://mts.hindawi.com/submit/journals/afs/gis/根据以下时间表: