Please use this identifier to cite or link to this item: http://hdl.handle.net/10995/76244
Title: Transport System Modelling Based on Analogies Between Road Networks and Electrical Circuits
Other Titles: Моделирование транспортной системы на основе аналогий между дорожными сетями и электрическими цепями
Authors: Tolmachev, A. V.
Sinitsyn, E. V.
Brusyanin, D. A.
Толмачев, А. В.
Синицын, Е. В.
Брусянин, Д. А.
Issue Date: 2019
Publisher: Уральский федеральный университет
Citation: Tolmachev A. V. Transport System Modelling Based on Analogies Between Road Networks and Electrical Circuits / A. V. Tolmachev, E. V. Sinitsyn, D. A. Brusyanin // R-Economy. — 2019. — Vol. 5, Iss. 2. — P. 92–98.
Abstract: This article describes a probabilistic mathematical model which can be used to analyse traffic flows in a road network. This model allows us to calculate the probability of distribution of vehicles in a regional road network or an urban street network. In the model, the movement of cars is treated as a Markov process. This makes it possible to formulate an equation determining the probability of finding cars at key points of the road network such as street intersections, parking lots or other places where cars concentrate. For a regional road network, we can use cities as such key points. This model enables us, for instance, to use the analogues of Kirchhoff First Law (Ohm’s Law) for calculation of traffic flows. This calculation is based on the similarity of a real road network and resistance in an electrical circuit. The traffic flow is an analogue of the electric current, the resistance of the section between the control points is the time required to move from one key point to another, and the voltage is the difference in the number of cars at these points. In this case, well-known methods for calculating complex electrical circuits can be used to calculate traffic flows in a real road network. The proposed model was used to calculate the critical load for a road network and compare road networks in various regions of the Ural Federal District.
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.
Keywords: PROBABILISTIC MATHEMATICAL MODEL
TRAFFIC FLOWS
OHM’S LAW
KIRCHHOFF’S FIRST LAW
REGIONAL ROAD NETWORK
TRAFFIC MANAGEMENT
ВЕРОЯТНОСТНАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
ТРАНСПОРТНЫЕ ПОТОКИ
ЗАКОН ОМА
ПЕРВЫЕ АНАЛОГИ ЗАКОНА КИРХГОФА
РЕГИОНАЛЬНЫЕ ДОРОЖНЫЕ СЕТИ
УПРАВЛЕНИЕ ТРАНСПОРТНЫМИ ПОТОКАМИ
URI: http://hdl.handle.net/10995/76244
RSCI ID: https://elibrary.ru/item.asp?id=39179208
ISSN: 2412-0731
DOI: 10.15826/recon.2019.5.2.010
Origin: R-Economy. 2019. Vol. 5. Iss. 2
Appears in Collections:R-Economy

Files in This Item:
File Description SizeFormat 
r-economy_2019_v5_2_05.pdf509,71 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.