|

Моделирование дорожной системы с использованием графовой базы данных

Авторы: Шибанова Д.А., Строганов Ю.В.
Опубликовано в выпуске: #1(66)/2022
DOI: 10.18698/2541-8009-2022-1-765


Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика

Ключевые слова: моделирование, дорожное движение, транспортный поток, графовая база данных, время отклика, карта дороги, нереляционные базы данных, система массового обслуживания

Опубликовано: 18.02.2022

Рассмотрена задача моделирования транспортного потока с использованием графовой базы данных для описания перемещений. Перед моделированием был проведен анализ существующих подходов, на основе которого составлен алгоритм для решения поставленной задачи. В работе выдвинута гипотеза, что описание дорожной системы можно корректно выполнить с использованием графовой базы данных NoSQL. Для этой цели была выбрана система управления графовыми базами данных Neo4j. При реализации решения были проведены эксперименты по определению времени отклика графовой базы данных на различные запросы при различных форматах данных. Анализ результатов показал, что для начального формирования графа в графовых базах данных требуется длительное время. Для выполнения такого запроса нужно на порядок больше времени, чем для реализации запросов других типов (максимальное время поиска составило около 23 % времени формирования графа), поэтому оптимальным решением проблемы временных затрат может быть исключение этапа подготовки карты из этапа непосредственного моделирования.


Литература

[1] Tsanakas N., Ekström J., Olstam J. Estimating emissions from static traffic models: problems and solutions. J. Adv. Transp., 2020, vol. 2020, art. 5401792. DOI: URL: https://doi.org/10.1155/2020/5401792

[2] Zong F., Zeng M., Zhong W. et al. Hybrid path selection modeling by considering habits and traffic conditions. IEEE Access, 2019, vol. 7, pp. 43781–43794. DOI: https://doi.org/10.1109/ACCESS.2019.2907725

[3] Alam M.J., Habib M.A. Mass evacuation of Halifax, Canada: a dynamic traffic microsimulation modeling approach. Procedia Comput. Sci., 2019, vol. 151, pp. 535–542. DOI: https://doi.org/10.1016/j.procs.2019.04.072

[4] Liu Q., Sun J., Tian Y. et al. Modeling and simulation of overtaking events by heterogeneous non-motorized vehicles on shared roadway segments. Simul. Model. Pract. Theory, 2020, vol. 103, art. 102072. DOI: https://doi.org/10.1016/j.simpat.2020.102072

[5] Zhang S., Ren G., Yang R. Simulation model of speed-density characteristics for mixed bicycle flow-Comparison between cellular automata model and gas dynamics model. Physica A, 2013, vol. 392, no. 20, pp. 5110–5118. DOI: https://doi.org/10.1016/j.physa.2013.06.019

[6] Khan S.I., Maini P. Modeling heterogeneous traffic flow. Transp. Res. Rec., 1999, vol. 1678, no. 1, pp. 234–241. DOI: https://doi.org/10.3141%2F1678-28

[7] Shen J., Qi J., Qiu F. et al. Simulation of road capacity considering the influence of buses. IEEE Access, 2019, vol. 7, pp. 144178–144187. DOI: https://doi.org/10.1109/ACCESS.2019.2942524

[8] Scifo E. Intoducing Neomap, a Neo4j Desktop application for spatial data. medium.com: веб-сайт. URL: https://medium.com/neo4j/introducing-neomap-a-neo4j-desktop-application-for-spatial-data-3e14aad59db2 (дата обращения: 16.03.2020).

[9] Scifo E. Visualizing shortest paths with neomap ≥ 0.4.0 and the Neo4j Graph Data Science plugin. medium.com: веб-сайт. URL: https://medium.com/neo4j/visualizing-shortest-paths-with-neomap-0-4-0-and-the-neo4j-graph-data-science-plugin-18db92f680de (дата обращения: 16.03.2020).

[10] Крестов С.Г., Строганов Ю.В. Проверка времени исполнения сгенерированных запросов к графовой базе данных. Новые информационные технологии в автоматизированных системах, 2017, № 20, с. 235–238.