Comparative analysis of methods for finding the shortest distance in a graph

Cover Page

Cite item

Full Text

Abstract

Currently, there is a high need to determine the shortest distances to form freight and passenger transportation routes. One of the most effective ways to determine routes of minimum length are methods of finding the shortest distances in a graph. The article discusses algorithms for finding shortest distances, as well as other methods based on the principles of their operation. It was conducted a comparative analysis to identify the advantages and disadvantages of using these methods in routing tasks.

About the authors

E. A. Bliznyakova

Volgograd State Technical University

Email: el.44@bk.ru

A. A. Kulikov

Lyceum No. 5 named after Yu. A. Gagarin

Email: v2xoda@ya.ru

A. V. Kulikov

Volgograd State Technical University

Email: AlekseyKulikov2007@ya.ru

References

  1. Грузовые автомобильные перевозки : учебник для вузов / А. В. Вельможин, В. А. Гудков, Л. Б. Миротин, А. В. Куликов. – 3-е изд., испр. – Москва : Горячая линия – Телеком, 2016. – 560 с. – Текст : непосредственный.
  2. Kulikov, A. V. Effectiveness of Road Transport Technology in Modern Housing Systems / A. V. Kulikov, S. Y. Firsova. – doi: 10.1007/978-3-030-22063-1_87. – Direct text // Proceedings of the 5th International Conference on Industrial Engineering (ICIE 2019) : Conference proceedings ICIE 2019, Sochi, Russia, March 25–29, 2019 / South Ural State University (national research university), Platov South-Russian State Polytechnic University (NPI). – Sochi : Springer International Publishing, Switzerland AG, 2020. – Pp. 813–821.
  3. Куликов, А. В. Повышение эффективности автомобильных перевозок в условиях Крайнего Севера Российской Федерации / А. В. Куликов, С. Ю. Фирсова, В. С. Дорохина. – doi: 10.26518/2071-7296-2021-18-3-286-305. – Текст : непосредственный // Вестник Сибирского государственного автомобильно-дорожного университета. – 2021. – Т. 18. – № 3 (79). − С. 286−305.
  4. Домке, Э. Р. Методы оптимизации маршрутных схем развозки грузов автомобильным транспортом : учебное пособие для студентов высших учебных заведений / Э. Р. Домке, С. А. Жесткова. – Пенза : ПГУАС, 2014. – 164 с. – Текст : непосредственный.
  5. Сулименова, Е. Р. Эффективные математические методы в транспортно-логистическом обслуживании малых предприятий г. Волгограда / Е. Р. Сулименова. – Текст : непосредственный // Конкурс научно-исследовательских работ студентов Волгоградского государственного технического университета : тезисы докладов, Волгоград, 26–30 апреля 2021 года. – Волгоград : Волгоградский государственный технический университет, 2021. – C. 151.
  6. Выбор оптимального маршрута методом динамического программирования / Helpiks.Org :. – URL : https://helpiks.org/2-66840.html (дата обрашения : 10.02.2022). – Текст : электронный.
  7. Определение кратчайших расстояний с использованием метода потенциалов / Studbooks. net :. – URL : https://studbooks.net/2456287/tehnika/opredelenie_kratchayshih_rasstoyaniy_ispolzovaniem_metoda_potentsialov (дата обращения : 10.02.2022). – Текст : электронный.
  8. Айтбагина, Э. Р. Влияние расстояния на результаты работы группы автомобилей при перевозке грузов грузоотправителем / Э. Р. Айтбагина, Е. Е. Витвицкий. – Текст : непосредственный // Вестник Сибирского государственного автомобильно-дорожного университета. – 2017. – № 4–5 (56– 57). – С.14–24.
  9. The dynamic traffic modelling system / S. Dorokhin, D. Likhachev, A. Artemov. – DOI: 10.1007/ 978-3-030-96380-4_175. – Direct text // International Scientific Siberian Transport Forum. TransSiberia – 2021. – Cham : Springer, 2021. – Pp. 1586–1594.
  10. Горев, А. Э. Грузовые автомобильные перевозки : учебное пособие для студентов высших учебных заведений / А. Э. Горев. – 5-е изд., испр. – Москва : Академия, 2008. – 288 с. – Текст : непосредственный.
  11. Афанасьев, Л. Л. Единая транспортная система и автомобильные перевозки : учебник для вузов / Л. Л. Афанасьев, Н. Б. Островский, С. М. Цукерберг. – 2-е изд., перераб. и доп. – Москва : Транспорт, 1984. – 333 с. – Текст : непосредственный.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».