Статья опубликована в рамках: XXVII Международной научно-практической конференции «Естественные и математические науки в современном мире» (Россия, г. Новосибирск, 04 февраля 2015 г.)

Наука: Информационные технологии

Секция: Математическое моделирование, численные методы и комплексы программ

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Попков В.К., Ахмедиярова А.Т., Куандыкова Д.Р. ОБ ОДНОЙ ЗАДАЧИ МАРШРУТИЗАЦИИ ТРАНСПОРТА НА ГОРОДСКИХ ТРАНСПОРТНЫХ СЕТЯХ // Естественные и математические науки в современном мире: сб. ст. по матер. XXVII междунар. науч.-практ. конф. № 2(26). – Новосибирск: СибАК, 2015.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

ОБ  ОДНОЙ  ЗАДАЧИ  МАРШРУТИЗАЦИИ  ТРАНСПОРТА  НА  ГОРОДСКИХ  ТРАНСПОРТНЫХ  СЕТЯХ

Попков  Владимир  Константинович

д-р  физ.-мат.  наук,  профессор,  главный  научный  сотрудник  Института  вычислительной  математики  и  математической  геофизики  СО  РАН,  РФ,  г.  Новосибирск

E -mail

Ахмедиярова  Айнур  Танатаровна

докторант  КазНТУ  имени  К.И.  Сатпаева  по  специальности  «Информационные  системы»,  Республика  Казахстан,  г.  Алматы

E -mail

">ААТ

Куандыкова  Джанна  Рискуловна

канд.  техн.  наук,  доцент  университета  «Туран»,  Республика  Казахстан,  г.  Алматы

E-mail: 

 

ON  A  PROBLEM  OF   TRANSPORT  ROUTING  FOR  URBAN  TRANSPORT  NETWORKS

Popkov   Vladimir

Dr.,   Professor,  Senior  Researcher,  Institute  of  Computational  Mathematics  and  Mathematical  Geophysics  SB  RAS,  Russia,  Novosibirsk

Ahmediyarova   Aynur

doctoral   KazNTU  by  specialty  "Information  Systems",  Republic  of  Kazakhstan,  Almaty

Kuandykova   Gianna

Ph.D.,  Associate  Professor   University  "Turan",  Republic  of  Kazakhstan,  Almaty

 

АННОТАЦИЯ

Рассматривается  работа  системы  управления  маршрутизацией  транспорта,  проведен  обзор  теоретической  основы  маршрутизации  для  информационных  сетей.  Даны  описания  алгоритмов  поиска  кратчайших  путей  на  графах.  Представлена  концепция  системы  управления  маршрутизацией  транспортных  средств  для  городских  транспортных  сетей.

ABSTRACT

We  consider  the  work  of  the  routing  control  of  transport,  a  review  of  the  theoretical  basis  for  the  routing  information  networks.  Describes  the  search  algorithms  of  the  shortest  paths  in  graphs.  Introduces  the  concept  of  routing  control  vehicles  for  urban  transport  networks.

 

Ключевые  слова:  потоки  машин;  управление  транспортом;  алгоритм  управления  маршрутизацией.

Keywords :  heavy  traffic;  transportation  management;  routing  control  algorithm.

 

Введение

В  настоящее  время  с  ростом  населения  крупных  городов  значительно  увеличилось  число  автомобилей  на  дорогах.  Загруженность  городских  автомагистралей  усилилась,  также  неизбежно  выросла  вероятность  совершения  аварии,  по  вине  которой  движение  замедляется  или  вообще  останавливается.  Вместе  с  тем  человек,  естественно,  желает  добраться  куда-либо  как  можно  быстрее.  Или  он  просто  ездит  с  работы  домой  и  обратно  и  не  хочет  тратить  свое  время  на  «стояние»  в  пробке,  или  это  курьер,  или  работник  экстренной  службы,  для  которого  каждая  минута  на  счету.

Одним  из  выходов  может  стать  система  управления  маршрутизацией  транспорта,  владеющая  самой  свежей  информацией  о  состоянии  дорог  и  способная  вычислить  кратчайший  путь  через  весь  город.  Таким  образом,  автомобилисты  смогут  избежать  пробок  и  достигнуть  места  назначения  в  кратчайшие  сроки.

Постановка  задачи

Задача  маршрутизации  транспорта  на  городских  транспортных  сетях  очень  похожа  на  маршрутизацию  компьютерного  трафика  в  сетях  информационных.  Главные  отличия  состоят  в  том,  что  в  первом  случае  в  качестве  пакета  рассматривается  транспортное  средство,  а  также  существуют  правила  дорожного  движения,  ограничивающие  передвижение  пакетов.  В  то  же  время,  задача  маршрутизации  транспорта  состоит  все  в  той  же  проблеме  нахождения  кратчайшего  пути  между  двумя  узлами.

Рассмотрим  идею  работы  системы  управления  маршрутизацией  транспорта. 

 

схема

Рисунок  1.  Работа  системы  управления  маршрутизацией  транспорта

 

На  подъездах  к  перекресткам  установлены  специальные  приемо-передатчики,  связанные  с  центральным  сервером.  На  центральный  сервер  периодически  поступает  информация  с  камер/датчиков,  расставленных  на  дорогах  и  следящих  за  состоянием  дорожной  сети.  Эти  камеры  способны  замерять  скорость  движения  потока  по  участкам  дороги.  Таким  образом,  центральный  сервер  узнает  об  изменении  условий  движения  на  каком-то  участке  дороги  и  отправляет  соответствующую  информацию  на  приемо-передатчики.  Автомобиль  оборудован  специальной  меткой.  При  подъезде  к  перекрестку,  который  является  фактически  узлом  коммутации,  приемо-передатчик  считывает  информацию  об  автомобиле.  Эта  информация  может  быть  зашифрована  в  виде  <номер  автомобиля,  точка  назначения>.  Затем  автомобиль  получает  направление  до  следующего  узла  и  продолжает  движение.

Как  уже  было  сказано  выше,  мы  будем  рассматривать  централизованный  адаптивный  алгоритм  управления  маршрутизацией,  так  как  это  позволяет  снизить  затраты,  поскольку  нет  необходимости  оснащать  приемо-передатчики  процессорами  большой  мощности.  Также  необходимо  учитывать  задержки  при  обмене  информацией  между  приемо-передатчиками  и  центральным  сервером.  Однако  скорость  движения  автомобилей  гораздо  меньше  скорости  распространения  элекронного  сигнала,  так  что  неприятностей  можно  избежать,  расставив  приемо-передатчики  соответствующим  образом.

Блок-схема  работы  системы  приведена  ниже.

 

Рисунок  2.  Блок-схема  работы  системы

 

Математическая  постановка

Математически  задача  маршрутизации  вообще  и  транспорта  в  частности  сводится  к  нахождению  кратчайшего  пути  в  (не)ориентированном  графе.

Определение:  Городская  транспортная  сеть  —    —  взвешенный  ориентированный  граф,  где  N  —  множество  вершин  (перекрестков)  А  —  множество  дуг  (участков  дорог,  соединяющих  две  вершины  каждый).

Функция    определяет  стоимость  каждой  дуги  .  Метрикой  в  нашем  случае  является  время  прохождения  пакета  по  дуге. 

Таким  образом,  целевая  функция  выглядит  следующим  образом:

 

  (1)

 

  (2)

 

Некоторые  пояснения.

BS(i)  и  FS(i)  —  это  соответственно  звезды  исходящих  и  входящих  путей  в  вершину  i,  то  есть:

 

 

Таким  образом,  решается  целочисленная  задача  булева  линейного  программирования  —  минимизация  суммарного  времени  пути  от  узла  r  к  узлу  i.

Существуют  разные  алгоритмы  решения  подобного  типа  задач. 

Метод  Дейкстры  ( Dijkstra).

Алгоритм  Дейкстры  —  это  классический  алгоритм  для  поиска  кратчайших  путей  от  одной  вершины  графа  до  всех  остальных.  Пусть    —  взвешенный  ориентированный  граф  с  неотрицательными  весами  дуг,    –  источник,    —  сток,  и    длина  дуги  .  Тогда  алгоритм  выглядит  следующим  образом:

Алгоритм  1

1.  Пусть  пустое  множество,  и  потенциалы    для  каждой  вершины  ,  кроме  .

2.  Добавляем  к  вершину  ,  имеющую  минимальный  потенциал  в  .  Если 

3.  Для  каждой  вершины    такой,  что  ,  если  ,  положить    и  перемещаемся  в  вершину  ().

4.  Перейти  на  шаг  2.

Минимальное  время  работы  алгоритма  есть  .

Мы  написали  программу,  использующий  метод  Дейкстры  для  поиска  кратчайшего  пути  на  графе  между  двумя  вершинами.

Алгоритм  А*.

А*  («А-звёздочка»)  —  это  расширение  метода  Дейкстры,  эвристический  алгоритм  для  поиска  кратчайшего  пути  между  двумя  вершинами.  Он  использует  эвристическое  приближение  для  длины  кратчайшего  пути  от  каждой  вершины  к  вершине-назначению.  Пусть    —  оценщик  длины  кратчайшего  пути  между  .  И  пусть    —  точка  назначения.  Тогда  алгоритм  действует  по  следующей  схеме:

Алгоритм  2

1.  Пусть  пустое  множество,  и  потенциалы    для  каждой  вершины  ,  кроме  .

2.  Добавляем  к  вершину  ,  для  которой  минимально  в  .  Если  ,  стоп.

3.  Для  каждой  вершины  ,  такой,  что  ,  если  ,  положить  ,  перемещаемся  в  вершину    и  удаляем    из  ,  если  .

4.  Перейти  на  шаг  2.

Если    удовлетворяет  ограничению,  что    есть  нижняя  граница  ,  то  полученный  путь  обязательно  будет  оптимальным  кратчайшим  путем.

 

  (3)

 

Следует  отметить,  что  если  ,  алгоритм  А*  сразу  найдет  только  дуги  на  кратчайшем  пути  от  источника  к  стоку.  Более  того,  удаление  вершины  из    на  шаге  3  может  быть  исключено  из  алгоритма,  если  приближение  удовлетворяет  следующему  ограничению,  называющемуся  монотонным  ограничением:

 

  (4)

 

В  этом  случае  оценщик  называется  выполнимым  для  двойственной  задачи  (dual  feasible  estimator).  Например,  для  евклидово  расстояния  на  дорожной  сети  —  оценщик  для  двойственной  задачи  выполним,  то  есть  двойственная  задача  выполнима.  Очевидно,  что    также  удовлетворяет  верхнему  ограничению.  Следует  отметить,  что  число  найденных  вершин  в  этом  случае  всегда  не  превосходит  числа  найденных  вершин  методом  Дейкстры.  Фактически  метод  Дейкстры  —  это  метод  А*,  у  которого    для  всех  вершин.

Двунаправленный   метод  (The  bidirectional  Method)

Двунаправленный  метод  также  используется  для  поиска  кратчайшего  пути  между  двумя  вершинами  графа.  Он  не  требует  эвристическую  оценку,  но  может  уменьшить  число  найденных  вершин  в  большинстве  случаев.  В  этом  алгоритме  поиск  ведется  не  только  от  источника  к  стоку,  но  и  в  обратную  сторону.  Алгоритм  работает  следующим  образом:

Алгоритм  3

1.  Пусть  и    —  пустые  множества,  и  пусть  потенциалы    и    равны    для  каждой  вершины  ,  за  исключением    и  .

2.  Добавляем  к  вершину  ,  которая  имеет  наименьший  потенциал    в  .  Если  ,  перейти  на  шаг  7.

3.  Для  каждой  вершины  ,  такой,  что  ,  если  ,  положим    и  рассматриваем  предыдущую  вершину  в  качестве  .

4.  Добавляем  к  вершину  ,  которая  имеет  наименьший  потенциал    в  .  Если  ,  перейти  на  шаг  7.

5.  Для  каждой  вершины  ,  такой,  что  ,  если  ,  положим    и  рассматриваем  предыдущую  вершину  в  качестве  .

6.  Перейти  на  шаг  2.

7.  Найти  дугу  ,  которая  имеет  наименьшее  значение  .  Кратчайший  путь  от  до  состоит  из  кратчайшего  пути  от  до  ,  дуги    и  кратчайшего  пути  от  до  .

Описание  работы  системы  управления  маршрутизацией 

В  данной  работе  предлагается  разбить  задачу  управления  маршрутизацией  транспорта  на  две  части:  статическую  и  динамическую.

Статическая  часть

Если  рассматривать  городскую  транспортную  сеть  в  виде  графа,  то  появляется  проблема,  связанная  с  большой  размерностью  системы.  Облегчить  вычислительную  задачу  может  разбиение  городской  сети  на  меньшие  сегменты,  связанные  между  собой  через  единственные  узлы.  То  есть  такие  узлы,  которые  нельзя  миновать  при  движении  из  одной  точки  города  в  другую.  Например,  для  Новосибирска  такими  узлами  могут  быть:  мост  через  Иню,  дамба  Обь-ГЭС  и  т.п.  При  таком  разбиении  кратчайшие  пути  не  изменятся,  так  как  здесь  будет  работать  принцип  оптимальности. 

Далее,  при  первоначальной  прокладке  маршрута  предлагается  воспользоваться  статистическими  данными.  Это  средние  скорости  транспортного  потока  на  всех  участках  дорог  в  зависимости  от  дня  недели,  времени  суток,  возможно  погоды.  По  этим  данным  вычисляются  веса  ребер  графа,  и  кратчайший  маршрут  вычисляется  с  помощью  любого  из  алгоритмов  поиска  кратчайшего  пути  на  графе.

Динамическая  часть

В  динамической  части  предполагается  собственно  управление  маршрутизацией  транспортных  средств  центральным  сервером  в  режиме  реального  времени.  При  этом  предлагается  использовать  аналог  метода  рельефов  для  информационных  сетей.

Метод  рельефов  -  это  динамический  децентрализованный  адаптивный  алгоритм.  Его  удобство  заключается  в  том,  что  при  нём  пакету  дается  направление  движения  к  следующему  узлу,  что  очень  удобно  в  случае  маршрутизации  автомобильного  транспорта.  Таким  образом,  водителю  транспортного  средства  будет  дана  рекомендация  по  выбору  дальнейшего  направления.  И  при  подъезде  следующего  автомобиля  не  потребуется  никаких  перевычислений,  при  условии  сохранения  тех  же  параметров  пропускной  способности  дорог. 

Заключение

1.  В  статье  был  проведен  обзор  теоретической  основы  маршрутизации  для  информационных  сетей.  Даны  описания  алгоритмов  поиска  кратчайших  путей  на  графах  и  создана  программа  на  основе  одного  из  них.

2.  Представлена  концепция  системы  управления  маршрутизацией  транспортных  средств  для  городских  транспортных  сетей. 

3.  Показано,  что  городская  транспортная  сеть  может  быть  представлена  в  виде  графа,  и  теория  и  методы,  посвященные  маршрутизации  в  информационных  сетях,  могут  быть  перенесены  на  транспортные  сети.  Это  является  заделом  для  дальнейших  исследований  в  данной  области.

В  будущем  предполагается:

·     Произвести  детальное  сравнение  не  только  классических,  но  и  имеющихся  в  настоящее  время  алгоритмов  поиска  кратчайших  путей  на  графах.

·     Создать  централизованный  аналог  метода  рельефов  для  управления  маршрутизацией  транспорта  в  городской  дорожной  сети.

 

Список  литературы :

1.Крылов  Ю.Д.  Вычислительные  сети  //  Учебное  пособие,  Санкт-Петербургский  государственный  университет  аэрокосмического  приборостроения,  стр.  105—111,  СПб  2006.

2.Смелянский  Р.Л.  Системы  передачи  данных  и  сети  ЭВМ  //  лекции  ВМИК  МГУ.

3.Hector  Gonzalez.  Adaptive  Fastest  Path  Computation  on  a  Road  Network:  A  Traffic  Mining  Approach  //  VLDB  ‘07,  September  23—28,  2007,  Vienna,  Austria.

4.Rico  Jacob.  A  Computational  Study  of  Routing  Algorithms  for  Realistic  Transportation  Networks  //ACM

5.Shivaram  Subramanian.  Routing  algorithms  for  dynamic,  intelligent  transportation  networks,  //  Dissertation,  Virginia  Polytechnic  Institute  and  State  University,  Blacksburg,  Virginia,  1997

6.Tetsuo  Shibuya.  Computing  the  n*m  Shortest  Path  Effeciently  //  ALENEX'99,  LNCS  1619,  pp.  210—224,  1999.

7.Yun-Wu  Huang.  Query  optimization  for  navigation  in  geographic  information  systems  //  Dissertation,  The  University  of  Michigan,  1997.

Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий