Использование различных алгоритмов поиска пути в графах для решения задач пространственного развития транспортной инфраструктуры

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрен вопрос применимости алгоритмов Дейкстры, A* и поиска в ширину для решения задач поиска пути в средах с препятствиями. Данные алгоритмы могут быть использованы при решении задач пространственного развития линейных объектов наземной транспортной инфраструктуры.

С алгоритмами проведена серия простых экспериментов с целью определения количественных показателей их асимптотической сложности, т. е. количества выполняемых операций и времени выполнения алгоритма в условиях поиска пути в средах с препятствиями. Серия экспериментов имеет различную конфигурацию, определяемую направленностью поиска (однонаправленный и двунаправленный), способом прохода ячеек (прямой и смешанный) и вариантом алгоритма поиска. При рассмотрении алгоритма A* в качестве дополнительного параметра, конфигурирующего работу алгоритма, были использованы различные метрики – расстояния Чебышева, манхэттенское, евклидово.

Об авторах

Д. В. Кузьмин

Российский университет транспорта (РУТ МИИТ)

Автор, ответственный за переписку.
Email: kuzminmiit@yandex.ru
кандидат технических наук, доцент, кафедра Логистика и управление транспортными системами

Список литературы

  1. Erdinç A. İ., Ünal Ö., Aydın C. C. Automatic Pipeline Route Design with Multi-Criteria Evaluation Based on Least-Cost Path Analysis and Line-Based Cartographic Simplification: A Case Study of the Mus Project in Turkey // International Journal of Geo-Information (IJGI). – 2019. – Vol. 8 (4), No. 173. – doi: 10.3390/ijgi8040173.
  2. Kang J. Y., Lee B. Optimisation of pipeline route in the presence of obstacles based on a least cost path algorithm and Laplacian smoothing // International Journal of Naval Architecture and Ocean Engineering. – 2017. – Vol. 9. – doi: 10.3390/ijgi8040173.
  3. Scaparra M. P., Church R. L., Medrano F. A. Corridor location: the multigateway shortest path // Journal of Geographical Systems. – 2014. – Vol. 16, No. 3. – P. 287–309. – doi: 10.1007/s10109-014-0197-8.
  4. Yu C., Lee J., Munro-Stasiuk M. Extensions to least-cost path algorithms for roadway planning // International Journal of Geographical Information Science. – 2003. – Vol. 17. – doi: 10.1080/1365881031000072645.
  5. Jamali A. A., Esmailian A., Mokhtarisabet S., He S. Path selection by topographic analysis: vector re-classification versus raster fuzzification as spatial multi-criteria using cost-path // Spatial Information Research. – 2023. – Vol. 31. – doi: 10.1007/s41324-023-00539-9.
  6. Stefano B., Davide G., Francesco O. Routing of power lines through least-cost path analysis and multicriteria evaluation to minimise environmental impacts // Environmental Impact Assessment Review. – 2011. – Vol. 31, No. 3. – P. 234–239. – doi: 10.1016/j.eiar.2010.10.003.
  7. Monteiro C., Ramírez-Rosado I., Miranda V. [et al.]. GIS Spatial Analysis Applied to Electric Line Routing Optimization // IEEE Transactions on Power Delivery. – 2005. – Vol. 20. – P. 934–942. – doi: 10.1109/TPWRD.2004.839724.
  8. Antikainen H. Comparison of different strategies for determining raster-based least-cost paths with a minimum amount of distortion // Transactions in GIS. – 2013. – Vol. 17. – doi: 10.1111/j.1467-9671.2012.01355.x.
  9. Tomlin D. C. Propagating radial waves of travel cost in a grid // International Journal of Geographical Information Science. – 2010. – Vol. 24, Iss. 9. – P. 1391–1413. – doi: 10.1080/13658811003779152.
  10. Федеральный закон от 14.03.1995 № 33-ФЗ (ред. от 08.08.2024) «Об особо охраняемых природных территориях» (с изм. и доп., вступ. в силу с 01.03.2025). Статья 2. Категории особо охраняемых природных территорий, особенности их создания и развития // КонсультантПлюс. – URL: https://www.consultant.ru/document/cons_doc_LAW_6072/ce98ed9bc2fc35acee2232585948a2b4bc927850
  11. (дата обращения: 26.03.2025).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Кузьмин Д.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».