基于模糊算法的犯罪地理目标模型优化

传统的犯罪地理目标模型仅基于案件点空间距离信息进行预测,忽视了地理环境因素、警察因素等对犯罪人选择落脚点的影响,导致预测精度不理想。针对这一问题,将地理环境、警察等高相关性的因素通过模糊化处理提取出来,作为模型修正参数加入到传统CGT模型中,从而得到改进的CGT模型。利用实例对传统模型与改进模型预测效果进行对比,结果表明改进CGT模型取得了较好的预测效果,预测命中百分率至少高于原始CGT模型6%以上。