R語(yǔ)言最大流最小割定理和最短路徑算法分析交通網(wǎng)絡(luò)流量擁堵問題
原文鏈接:http://tecdat.cn/?p=17635?
原文出處:拓端數(shù)據(jù)部落公眾號(hào)
?
今天早上,我們使用一些論文中提到的示例,使用最大流最小割定理將流量擁塞降至最低,?并應(yīng)用了最短路徑分析了交通瓶頸。
我們可以在下面看到
map=openp(map)
plot(map)
points(t(m[3:2,]),col="black", pch=19, cex=3

?
要提取有關(guān)邊緣容量的信息,在該網(wǎng)絡(luò)上使用以下代碼,該代碼將從論文中提取三個(gè)表
extract_tab(location)
在Windows中,要先下載另一個(gè)軟件包
library(devtools)
extract_tab(locatio
現(xiàn)在我們可以得出具有容量的數(shù)據(jù)框
B1=as.data.frame(out[[2]])
B2=as.data.frame(out[[3
capacity=as.character(B2$V3[-1])
capacity[6]="843"
ic(capacity)
我們可以在地圖上添加這些邊
plot(map)
points(t(m[3:2,]),col="black", pch=1
for(i in 1:nrow(E)){
i1=which(B$i==as.character(E$from
]))
segments(B[i1,"x"],B[i1,"y"],B[i2,
text(t(m[3:2,]),c("s",1:10,"t"),col="white")

?
?
要獲得具有容量的圖形,可以使用另一種方法
g=graph_from_data_frame(E)
E(g)$label=E$capacity
plot(g)
?

但是它不考慮節(jié)點(diǎn)的地理位置??梢允褂?/p>
plot(g, layout=as.matrix(B[,c("x","y")]))

?
為了更好地了解道路通行能力,使用
plot(g, layout=as.matrix(B[,c("x","y")]),
edge.width=E$capacity/200)

通過具有容量的網(wǎng)絡(luò),目標(biāo)是確定該網(wǎng)絡(luò)上從源到宿的最大流量??梢允褂肦
$value
[1] 2571
$flow
[1] 10 142 130 23 0 2
我們的最大流量為2571,這與兩篇論文中的最大流量最小割定理以及?最短路徑的應(yīng)用中都實(shí)際要求的不同???,因?yàn)楸砀窈蛨D表上的值不同。
E$flux1=m$flow
plot(g, layout=as.matrix(B[,c("x","y")]),

?
考慮采用更簡(jiǎn)單的流程,但是相同的全局值

?
E(g)$label=E$flux2
plot(g, layout=as.matrix(B[,c("x","y")]),
edge.width=E$flux2/200)

?
實(shí)際上,有可能在同一城市的另一篇論文中做同樣的事情,這是道路網(wǎng)絡(luò)的交通擁堵問題。
dim(out[[3]])
B1=a
ame(from=B1[2:61,"V2"],
to=B1[2:6
as.numeric(
as.characte
data_frame(E)
m=max_flow(graph=g,
source="S",
E$flux1=m$flow
E(g)$label=E
edge.width=E$flux1/200,
edge.arrow.size=0.15)
此處的最大流量值為4017,就像原始論文中發(fā)現(xiàn)的那樣
?


最受歡迎的見解?
1.R語(yǔ)言動(dòng)態(tài)圖可視化:如何、創(chuàng)建具有精美動(dòng)畫的圖
2.TABLEAU的騎行路線地理數(shù)據(jù)可視化
3.用數(shù)據(jù)告訴你出租車資源配置是否合理
4.R語(yǔ)言GGMAP空間可視化機(jī)動(dòng)車交通事故地圖
5.用R語(yǔ)言制作交互式圖表和地圖
6.基于出租車GPS軌跡數(shù)據(jù)的研究:出租車行程的數(shù)據(jù)分析
7.R語(yǔ)言動(dòng)態(tài)可視化:制作歷史全球平均溫度的累積動(dòng)態(tài)折線圖動(dòng)畫gif視頻圖
8.把握出租車的數(shù)據(jù)脈搏
9.共享單車大數(shù)據(jù)報(bào)告
?