Finding critical nodes in a transportation network based on constructing a closed region

Cover Page

Cite item

Full Text

Abstract

The problem of finding critical nodes in a transportation network is considered, which is solved by maximizing the generalized cost of travel, which depends on the demand for movement and the cost of travel between each pair of network nodes. The proposed method in the paper is an improvement of exhaustive search, the main difficulty of which lies in the repeated computation of the matrix of minimum travel costs. The method consists of extracting a closed set of vertices from the original graph. The extraction of a closed set of vertices allows for graph reduction, decomposition of the corresponding matrices, and separate computations of sub-matrices. These transformations have helped reduce computations during the search for options. A general algorithm for finding critical nodes has been constructed and optimized. The closed set is divided into an internal and boundary subset. It has been shown that the algorithm works fastest with a minimum size of the boundary subset and an optimal size of the internal subset, for which a corresponding algorithm has been proposed to determine. An algorithm for constructing and expanding the closed set is also proposed, based on which an approximate algorithm for finding the optimal closed set is constructed. It has been shown that the complexity of finding the optimal closed set is much lower than the complexity of the improved exhaustive search method.

About the authors

Andrey Aleksandrovich Krygin

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: andreyakr@yandex.ru
Moscow

Boris Vasil'evich Kupriyanov

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: kuprianovb@mail.ru
Moscow

References

  1. КРЫГИН А.А., КУПРИЯНОВ Б.В. Определение крити-ческих узлов транспортной сети. – М.: Изд-во «УБС»,2023. – 24 c.
  2. ЛИПСКИЙ В. Комбинаторика для программистов. – М.:«Мир», 1988.
  3. ПАПАДИМИТРИУ Х.X., СТАЙГЛИЦ К. Комбинаторнаяоптимизация. Алгоритмы и сложность. – М.: «Мир»,1982. –512 с.
  4. BELL M.G.H., CASSIR C. Reliability of Transport Networks. –Baldock, Herts: Research Studies Press, 2000.
  5. BELL M.G.H., IIDA Y. Transportation Network Analysis. –Chichester: John Wiley and Sons, 1997.
  6. BI Y.C., WILLIAM H.K., LAM A.S., QINGQUAN L. ETAL. Vulnerability analysis for large-scale and congested roadnetworks with demand uncertainty // Transportation ResearchPart A: Policy and Practice. – 2012. – Vol. 46, Iss. 3. – P.501–516. – DOI: https://doi.org/10.1016/j.tra.2011.11.018. –URL: https://www.sciencedirect.com/science/article/pii/S096585641100187X).
  7. D’ESTE G.M., TAYLOR M.A.P. Modelling networkvulnerability at the level of the national strategic transportnetwork // Journal of the Eastern Asia Society forTransportation Studies. –2001. Vol. 4(2). – P. 1–14.
  8. D’ESTE G.M., TAYLOR M.A.P. Network vulnerability: anapproach to reliability analysis at the level of national strategictransport networks // In: The Network Reliability of Transport /Eds.: Y. Iida, M.G.H. Bell. – Oxford: Pergamon-Elsevier,2003. – P. 23–44.
  9. ESFEH M.A., KATTAN L., WILLIAM H.K., LAM M.S.ET AL. Road network vulnerability analysis consideringthe probability and consequence of disruptive events:A spatiotemporal incident impact approach // TransportationResearch Part C: Emerging Technologies. – 2021. – Vol. 136. –297Управление большими системами. Выпуск 106103549 – DOI: https://doi.org/10.1016/j.trc.2021.103549. –URL: https://www.sciencedirect.com/science/article/pii/S0968090X21005313.
  10. GUZE S. Graph Theory Approach to the Vulnerability ofTransportation Networks // Algorithms. – 2019. – Vol. 12(12). –P. 270.
  11. JENELIUS E., PETERSEN T., MATTSSON L.G.Importance and exposure in road network vulnerabilityanalysis // Transportation Research Part A: Policy andPractice. – 2006. – Vol. 40, Iss. 7. – P. 537–560. –DOI: https://doi.org/10.1016/j.tra.2005.11.003. – URL: https://www.sciencedirect.com/science/article/pii/ S096585640500162X .
  12. JENELIUS E., PETERSEN T., MATTSSON L-G. Importanceand exposure in road network vulnerability analysis //Transportation Research Part A Policy and Practice. – February2006. – Vol. 40(7). – P. 537–560.
  13. NEUMANN T., BEHRISCH M. Terminal reliability of roadnetworks with multiple destination options // Int. J. of Safetyand Security Eng. – 2018. – Vol. 8, No. 3. – P. 426–437.
  14. SUGIURA S., KURAUCHI F. Isolation vulnerabilityanalysis in road network: Edge connectivity andcritical link sets // Transportation Research Part D:Transport and Environment. – 2023. – Vol. 119. –P. 103768. – DOI: https://doi.org/10.1016/j.trd.2023.103768. –URL: https://www.sciencedirect.com/science/article/pii/S1361920923001657.
  15. VIVEK S., CONNER H. Urban road networkvulnerability and resilience to large-scale attacks //Safety Science. – 2022. – Vol. 147. – P. 105575. – DOI:https://doi.org/10.1016/j.ssci.2021.105575. – URL: https://www.sciencedirect.com/science/article/pii/S0925753521004173.
  16. WANG S., CHEN C., ZHANG J., GU X., HUANG X.Vulnerability assessment of urban road traffic systems basedon traffic flow // Int. Journal of Critical Infrastructure298Управление техническими системами и технологическими процессамиProtection. – 2022. – Vol. 38. – P. 100536. – DOI:https://doi.org/10.1016/j.ijcip.2022.100536. – URL: https://www.sciencedirect.com/science/article/pii/S1874548222000269.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».