CC BY
22Информационные и вычислительные системы
147
Note that calculation time, needed for obtaining a shortest path, highly depends of a graph's dimension, so some heuristics for its reducing are needed.
As our road graph is Euclidian, we propose (similar to [3]) cut off all parts of the map that lay farther than k1 % of the distance l between start (A) and end (B) of the rout in opposite directions, and k2% to left and right from the direct line AB, while l > l , otherwise we fix size of the area. We use k = 15 and k = 30.
' m' 1 2
This research is supported by the budget project 0315-2019-0006 for ICMMG SB RAS.
References
1. Flinsenberg, I. C. M. (2004). Route planning algorithms for car navigation. Technische Universiteit Eindhoven. https://doi.org/10.6100/IR580449. D0I:10.6100/IR580449.
2. Hitoshi Kanoh. (2007). Dynamic route planning for car navigation systems using virus genetic algorithms. Int. J. Know.-Based Intell. Eng. Syst. Vol. 11, No. 1, P. 65-78. DOI: 10.3233/KES-2007-11105.
3. Mengyin Fu, Jie Li and Zhihong Deng. A practical route planning algorithm for vehicle navigation system, 5th World Congress on Intelligent Control and Automation, Hangzhou, China, 2004, P. 5326-5329 Vol.6, DOI: 10.1109/ WCICA.2004.1343742.
Применение кластеризации узлов для оптимальной передачи данных в сетях с меняющейся топологией
О. Д. Соколова, С. В. Рудометов
Институт вычислительной математики и математической геофизики СО РАН
Email: [email protected]
DOI: 10.24411/9999-017A-2020-30370
В современных сетях связи надежная доставка пакетов должна обеспечиваться в условиях постоянно изменяющейся топологии сети. Для повышения эффективности функционирования активно применяют методы, основанные на кластеризации узлов, интегрировании с придорожной инфраструктурой, возможностях базовых станций [1-3]. Множество узлов сети разделяется на подмножества (кластеры), в каждом выбирается головной узел (cluster head, CH), который аккумулирует пакеты узлов и передает их, в соответствии с используемыми протоколами, другим мобильным CH либо придорожным станциям. CH может ретранслировать сообщения узлам своего кластера с использованием широковещательной рассылки, на отдельном радиоканале и т.д. Такие подходы позволяют оптимизировать ресурсы сети. В докладе рассматривается задача сбора информации в сетях с узлами на автомобилях (Vehicle ad-hoc networks, VANET). Исследуются различные алгоритмы кластеризации, проведен их сравнительный анализ на различных топологиях сети. Для проверки эффективности алгоритмов использовались возможности имитационного моделирования. Тестирование проводилось на системе Manufacturing and Transportation Simulation System [4].
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (коды проектов 19-47-540007 и №19-01-00562).
Список литературы
1. Craig Cooper etc. A Comparative Survey of VANET Clustering Techniques. IEEE Communications Surveys & Tutorials, Volume: 19, Issue: 1, 2017.
2. R. Pal, A. Prakash, R. Tripathi, D. Singh Analytical model for clustered vehicular ad hoc network analysis // ICT Express, Vol. 4, Iss. 3, r 2018, P. 160-164
3. C. Sommer, I. Dietrich and F. Dressler Realistic simulation of network protocols in VANET scenarios // Mobile Networking for Vehicular Environments. IEEE, 2007, pp. 139-143.
4. Рудометов С.В., Соколова О.Д. Моделирование передачи сообщений между движущимися объектами в транспортной среде // Программные продукты и системы. 2019. Т. 32. № 1. С. 141-145.
Имитационная модель сбора информации о состоянии атмосферы, используя технологию VANET
К. В. Ткачёв
Институт вычислительной математики и математической геофизики СО РАН
Email: [email protected]
DOI: 10.24411/9999-017A-2020-10360
В статье рассматривается разработанная имитационная модель, позволяющая найти оптимальную расстановку датчиков на общественном транспорте для сбора и передачи данных о загрязнении
148
Секция 9
атмосферы используя технологию VANET. Моделируется сбор данных о качестве воздуха с применением современных коммуникационных технологий - беспроводные сенсорных сетей. Основные свойства данной модели включают в себя возможности построения транспортной сети, маршрутов на ней, расстановку транспортных средств на участках сети различным способом, регулировка движения автобусов с помощью светофоров и остановок, управление скоростью и потоками движения, сбор данных о состояния воздуха с помощью датчиков. Рекомендации к оптимальной расстановке датчиков на автобусах с учетом требования об обнаружении превышения ПДК за время не более чем заданное. Оптимальная расстановка датчиков может быть определена различными алгоритмами.
Разработанная модель входит в систему "GeoMonitoring" - система моделирования для оптимизации методов мониторинга состояния воздуха мегаполиса.
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 19-01-00562) и в рамках программы фундаментальных исследований СО РАН (проект 0315-2019-006).
Возможности имитационной модели сбора информации о состоянии атмосферы с помощью датчиков, установленных на общественном транспорте
К. В. Ткачёв, Корсаков С. П., Мишуков В. И.
Институт вычислительной математики и математической геофизики СО РАН
Email: [email protected]
DOI: 10.24411/9999-017A-2020-10361
В статье рассматривается разработанной модуль, который позволит с помощью имитационного моделирования движения общественного транспорта с закрепленными на них датчиками мониторинга состояния атмосферы определить источник загрязнения на наблюдаемой территории. Разработанная модель входит в систему "GeoMonitoring" - система моделирования для оптимизации методов мониторинга состояния воздуха мегаполиса. Основными характеристиками данного модуля являются возможности установка эпицентров для моделей с помощью конструктора так и случайным образом, визуализация полей распространения загрязнения на карте, определение мест расположения источников распространения загрязнения по данным, полученных от датчиков. Для определения местоположения эпицентра загрязнения применялся метод обратных взвешенных расстояний (Inverse Weighted Distance Method). Метод основан на главном принципе географии - чем ближе расположены объекты, тем более они похожи (чем ближе друг к другу находятся точки на карте местности, тем ближе значения в них).
Реализовано моделирование источников загрязнений на карте (движение, расширение области и др.) и их нахождения с целью оперативного мониторинга состоянии атмосферы.
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 19-47-540007) и в рамках программы фундаментальных исследований СО РАН (проект 0315-2019-006).
Analysis of the complexity of the multi-criterial optimization problems of engineering networks
G. Y. Toktoshov, A. N. Yurgenson, D. A. Migov
Institute of Computational Mathematics and Mathematical Geophysics SB RAS
Email: [email protected]
DOI: 10.24411/9999-017A-2020-10257
This work is devoted to the optimization problems utility networks according to various criteria, such as, minimum total construction costs, reliability and compatibility. A new technique for modeling utility networks based on the hypernet model, which allows one to take into account, firstly, the nesting of one structure in another, and secondly, the interdependence of indicators of the elements of these structures is proposed. This approach makes the considered in these paper optimizations problems universal, and allows you to take into account the interaction of the designed types of networks with each other. In addition, by combining the problems presented in this paper, one can obtained various variations optimization problems. In this case, multicriteria tasks can be obtained, such as, design networks of minimum cost, taking into account their reliability; design networks of minimum cost, taking into account their compatibility and reliability and others. Note that all these problems are NP-hard, for the solution of which there is no polynomial exacts algorithms. In particular, it was shown that the optimization problems in the simplest hypernet formulation is NP-hard, since it contains the NP-hard problem of constructing Steiner tree. Possible methods for solving these problems, and the possibility
