Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/11629
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorЧерницын Иван Геннадьевичru_RU
dc.contributor.authorМугайских Александр Всеволодовичru_RU
dc.contributor.authorMugaiskikh Aleksandren_GB
dc.contributor.editorЗахаров Виктор Васильевичru_RU
dc.contributor.editorZakharov Viktor Vаsilevichen_GB
dc.date.accessioned2018-07-25T20:34:46Z-
dc.date.available2018-07-25T20:34:46Z-
dc.date.issued2017
dc.identifier.other016266en_GB
dc.identifier.urihttp://hdl.handle.net/11701/11629-
dc.description.abstractВ данной работе рассмотрены задачи маршрутизации транспорта при постоянных и переменных значениях времени перехода между узлами сети. Матрицы переходов для сети г. Санкт-Петербурга, соответствующие разным периодам дня, были сформированы двумя способами. В первом из них рассмотрена и решена задача нахождения равновесного по Вардропу распределения транспортных потоков города с помощью линейной BPR-функции задержки. Второй способ получения данных о трафике заключался в мониторинге онлайн-сервисов, предоставляющих информацию о средней скорости движения. Эксперименты, проведённые на улично-дорожной сети г. Санкт-Петербурга, включали от 20 до 100 клиентов в каждой из тестовых задач маршрутизации. Как итог, решения задачи маршрутизации, полученные с учётом информации о загруженности сети, существенно превосходят во времени маршруты, не использующие её при генерации.ru_RU
dc.description.abstractIn this work multiple depot vehicle routing problem is considered in cases of constant and variable travel times between nodes on a metropolis network. Time-dependent matrices corresponding to different periods of a day were formed by two approaches on the network of Saint-Petersburg. In the first of them traffic assignment problem based on Wardrop’s principles is successfully solved. Second approach uses speed data information obtained from a traffic information system. Routing problem instances include from 20 to 100 customers randomly chosen from a network. As a result, taking into account current traffic flow information leads to considerably better results in solving routing problems.en_GB
dc.language.isoru
dc.subjectЗадача маршрутизации транспортаru_RU
dc.subjectзадача распределения транспортных потоковru_RU
dc.subjectтранспортная сеть г. Санкт-Петербургаru_RU
dc.subjectгенетический алгоритм.ru_RU
dc.subjectVehicle routing problemen_GB
dc.subjecttraffic assignment problemen_GB
dc.subjectSaint-Petersburg road networken_GB
dc.subjectgenetic algorithm.en_GB
dc.titleVehicle routing problems on megalopolis networken_GB
dc.title.alternativeЗадачи маршрутизации транспорта на сети мегаполисаru_RU
Располагается в коллекциях:MASTER'S STUDIES



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.