Монголын галт тэрэг, орон нутгийн автобус тээврийн аяллын хуваарь санал болгох нь
DOI:
https://doi.org/10.22353/mjeas.v5i1.4231Keywords:
Монголын орон нутгийн тээврийн сүлжээ, нэгдсэн граф, аяллын хуваарь санал болгох, GTFS, RAPTOR алгоритмAbstract
Хөгжингүй орнууд хот, хөдөө орон нутгийн нийтийн тээврийн мэдээлэл, цагийн хуваарийг нэгдсэн мэдээллийн сан (Google maps гэх мэт)-д оруулж, гадаад дотоодын жуулчдад утасны аппликейшн ашиглан аяллын маршрут, хугацааг оновчтой төлөвлөх боломжийг олгосон байдаг. Харин Монгол улсын хувьд орон нутгийн тээврийн сүлжээний нэгдсэн мэдээллийн сан байдаггүйгээс хөдөө орон нутагт аяллын маршрут төлөвлөхөд хүндрэл учирдаг. Нөгөөтэйгүүр, жил ирэх тусам монголын хүн ам нэмэгдэж, хөдөө орон нутаг руу зорчих иргэдийн тоо нэмэгдэхийн сацуу монголыг зорин ирэх жуулчдын тоо ч нэмэгдэж байна. Иймд, хөдөө орон нутгийн тээврийн сүлжээний өгөгдлийг нэгтгэн аяллын хуваарийг санал болгох шаардлага бий болж байна.
Бид энэхүү судалгааны ажлаар Монгол улсын орон нутгийн автобус, галт тэрэгний мэдээлэл, цагийн хуваарийн өгөгдлийг цуглуулж нэгдсэн граф өгөгдлийн санг бий болгон, орон нутгийн нийтийн тээврийн цагийн хуваарь болон холбогдох газарзүйн өгөгдлийн нийтлэг стандартын дагуу өгөгдлөө боловсруулж, улмаар аяллын цагийн хуваарь, зогсолт хоорондын зайг олох боломжтой RAPTOR алгоритмыг ашиглан аяллын хуваарь санал болгох туршилтуудыг хийж гүйцэтгэлээ.
Downloads
References
Зам, тээврийн салбарын 2022 оны жилийн эцсийн статистик эмхэтгэл - Зам, тээврийн хөгжлийн яам — mrtd.gov.mn; https://mrtd.gov.mn/i/3348.
McHugh B. Pioneering open data standards: The GTFS Story. Beyond transparency: open data and the future of civic innovation. 2013:125-35.
Avelar S. Visualizing public transport networks: an experiment in Zurich. Journal of Maps. 2008;4(1):134-50.
Ndibatya I, Booysen M, Coetzee J. Mapping the informal public transport network in Kampala with Smartphones: Making sense of an organically evolved chaotic system in an emerging city in SubSaharan Africa. 35th Southern African Transport Conference; 2016.
V´agner A. Route planning on GTFS using Neo4j. In: Annales Mathematicae et Informaticae. vol. 54. Eszterh´azy K´aroly Egyetem L´ıceum Kiad´o; 2021. p. 163-79.
Pereira WI, Chwif L. Generic bus route simulation model and its application to a new bus network development for caieiras city, Brazil. In: 2018 Winter Simulation Conference (WSC). IEEE; 2018. p. 123-34.
Prommaharaj P, Phithakkitnukoon S, Demissie MG, Kattan L, Ratti C. Visualizing public transit system operation with GTFS data: A case study of Calgary, Canada. Heliyon. 2020;6(4):e03729.
Antrim A, Barbeau SJ, et al. The many uses of GTFS data–opening the door to transit and multimodal applications. Location-Aware Information Systems Laboratory at the University of South Florida. 2013;4.
Bast H, Delling D, Goldberg A, M¨ullerHannemann M, Pajor T, Sanders P, et al. Route planning in transportation networks. Algorithm engineering: Selected results and surveys. 2016:19-80.
Delling D, Pajor T, Werneck RF. Round-based public transit routing. Transportation Science. 2015;49(3):591-604.
Dijkstra EW. A note on two problems in connexion with graphs. In: Edsger Wybe Dijkstra: His Life, Work, and Legacy; 2022. p. 287-90.
Kujala R, Weckstr¨om C, Mladenovi´c MN, Saram¨aki J. Travel times and transfers in public transport: Comprehensive accessibility analysis based on Pareto-optimal journeys. Computers, Environment and Urban Systems. 2018;67:41-54.
Delling D, Pajor T, Wagner D. Accelerating multi-modal route planning by access-nodes. In: Algorithms-ESA 2009: 17th Annual European Symposium, Copenhagen, Denmark, September 7-9, 2009. Proceedings 17. Springer; 2009. p. 587-98.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Mongolian Journal of Engineering and Applied Sciences
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
