Standard

TRANSPORT SYSTEM MODELLING BASED ON ANALOGIES BETWEEN ROAD NETWORKS AND ELECTRICAL CIRCUITS. / Tolmachev, Alexander V.; Sinitsyn, Evgeny V.; Brusyanin, Dmitrii A.
в: R-Economy, Том 5, № 2, 2019, стр. 92-98.

Результаты исследований: Вклад в журналСтатьяРецензирование

Harvard

APA

Vancouver

Tolmachev AV, Sinitsyn EV, Brusyanin DA. TRANSPORT SYSTEM MODELLING BASED ON ANALOGIES BETWEEN ROAD NETWORKS AND ELECTRICAL CIRCUITS. R-Economy. 2019;5(2):92-98. doi: 10.15826/recon.2019.5.2.010

Author

BibTeX

@article{a2160a97682d4971a7de0ffbcc2de6c5,
title = "TRANSPORT SYSTEM MODELLING BASED ON ANALOGIES BETWEEN ROAD NETWORKS AND ELECTRICAL CIRCUITS",
abstract = "Предложена вероятностная математическая модель, позволяющая анализировать транспортные потоки в дорожной сети. Эта модель позволяет рассчитать вероятность распределения транспортных средств по дорожной сети региона или улично-дорожной сети города. В модели движение автомобилей трактуется как марковский процесс. Это позволяет сформулировать уравнение, определяющее вероятность нахождения автомобилей в ключевых точках дорожной сети. В качестве таких ключевых точек можно рассматривать, например: пересечение улиц в городах, парковки или другие места скопления автомобилей. В региональной сети автомобильных дорог в качестве таких ключевых точек можно рассматривать города. С помощью этой модели была показана, в частности, возможность использовать аналоги первого закона Кирхгофа (закона Ома) для расчета транспортных потоков. Этот расчет основан на эквивалентности реальной дорожной сети электрическим цепям сопротивлений. Транспортный поток является аналогом электрического тока, сопротивление участка между контрольными точками - это время, необходимое для перехода из одной ключевой точки в другую, напряжение - это разница в количестве автомобилей в этих точках. В этом случае для расчета транспортных потоков в реальной дорожной сети могут использоваться общеизвестные методы расчета сложных электрических цепей. Предложенная модель использовалась для расчета критической нагрузки в дорожной сети и сравнения дорожной сети в различных областях Уральского Федерального округа по этому показателю.",
author = "Tolmachev, {Alexander V.} and Sinitsyn, {Evgeny V.} and Brusyanin, {Dmitrii A.}",
year = "2019",
doi = "10.15826/recon.2019.5.2.010",
language = "English",
volume = "5",
pages = "92--98",
journal = "R-Economy",
issn = "2412-0731",
publisher = "Федеральное государственное автономное образовательное учреждение высшего профессионального образования {"}Уральский федеральный университет им. первого Президента России Б.Н. Ельцина{"}",
number = "2",

}

RIS

TY - JOUR

T1 - TRANSPORT SYSTEM MODELLING BASED ON ANALOGIES BETWEEN ROAD NETWORKS AND ELECTRICAL CIRCUITS

AU - Tolmachev, Alexander V.

AU - Sinitsyn, Evgeny V.

AU - Brusyanin, Dmitrii A.

PY - 2019

Y1 - 2019

N2 - Предложена вероятностная математическая модель, позволяющая анализировать транспортные потоки в дорожной сети. Эта модель позволяет рассчитать вероятность распределения транспортных средств по дорожной сети региона или улично-дорожной сети города. В модели движение автомобилей трактуется как марковский процесс. Это позволяет сформулировать уравнение, определяющее вероятность нахождения автомобилей в ключевых точках дорожной сети. В качестве таких ключевых точек можно рассматривать, например: пересечение улиц в городах, парковки или другие места скопления автомобилей. В региональной сети автомобильных дорог в качестве таких ключевых точек можно рассматривать города. С помощью этой модели была показана, в частности, возможность использовать аналоги первого закона Кирхгофа (закона Ома) для расчета транспортных потоков. Этот расчет основан на эквивалентности реальной дорожной сети электрическим цепям сопротивлений. Транспортный поток является аналогом электрического тока, сопротивление участка между контрольными точками - это время, необходимое для перехода из одной ключевой точки в другую, напряжение - это разница в количестве автомобилей в этих точках. В этом случае для расчета транспортных потоков в реальной дорожной сети могут использоваться общеизвестные методы расчета сложных электрических цепей. Предложенная модель использовалась для расчета критической нагрузки в дорожной сети и сравнения дорожной сети в различных областях Уральского Федерального округа по этому показателю.

AB - Предложена вероятностная математическая модель, позволяющая анализировать транспортные потоки в дорожной сети. Эта модель позволяет рассчитать вероятность распределения транспортных средств по дорожной сети региона или улично-дорожной сети города. В модели движение автомобилей трактуется как марковский процесс. Это позволяет сформулировать уравнение, определяющее вероятность нахождения автомобилей в ключевых точках дорожной сети. В качестве таких ключевых точек можно рассматривать, например: пересечение улиц в городах, парковки или другие места скопления автомобилей. В региональной сети автомобильных дорог в качестве таких ключевых точек можно рассматривать города. С помощью этой модели была показана, в частности, возможность использовать аналоги первого закона Кирхгофа (закона Ома) для расчета транспортных потоков. Этот расчет основан на эквивалентности реальной дорожной сети электрическим цепям сопротивлений. Транспортный поток является аналогом электрического тока, сопротивление участка между контрольными точками - это время, необходимое для перехода из одной ключевой точки в другую, напряжение - это разница в количестве автомобилей в этих точках. В этом случае для расчета транспортных потоков в реальной дорожной сети могут использоваться общеизвестные методы расчета сложных электрических цепей. Предложенная модель использовалась для расчета критической нагрузки в дорожной сети и сравнения дорожной сети в различных областях Уральского Федерального округа по этому показателю.

UR - https://elibrary.ru/item.asp?id=39179208

UR - http://www.scopus.com/inward/record.url?partnerID=8YFLogxK&scp=85085248229

U2 - 10.15826/recon.2019.5.2.010

DO - 10.15826/recon.2019.5.2.010

M3 - Article

VL - 5

SP - 92

EP - 98

JO - R-Economy

JF - R-Economy

SN - 2412-0731

IS - 2

ER -

ID: 10498178