| Název: | Modelování intenzity dopravy v paralelním výpočetním prostředí |
| Další názvy: | Traffic Volume Modelling in Parallel Computing Environment |
| Autoři: | Kolovský, František |
| Vedoucí práce/školitel: | Ježek Jan, Ing. Ph.D. |
| Oponent: | Martolos Jan, Ing. Ph.D. |
| Datum vydání: | 2017 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | diplomová práce |
| URI: | http://hdl.handle.net/11025/26819 |
| Klíčová slova: | map-reduce;odhad matice přepravních vztahů;přidělování zátěže na síť;distribuované výpočetní prostředí;apache spark;intenzity dopravy;paralelní výpočty |
| Klíčová slova v dalším jazyce: | map-reduce;origin-destination matrix estimation;traffic assignment;distributed environment;apache spark;traffic volume;parallel computing |
| Abstrakt: | V posledních letech je k dispozici stále více dat vhodných jako podklad pro výpočet dopravních intenzit, ale softwarové nástroje pro tvorbu velkých modelů z těchto dat nejsou dostupné. Cílem této práce je analyzovat, navrhnout a otestovat implementaci transportních modelů ve škálovatelném paralelním výpočetním prostředí. Práce se především zaměřuje na odhad matice přepravních vztahů a na přidělování zátěže na síť. Vhodné paralelní algoritmy jsou popsány, vyhodnoceny a implementovány ve výpočetním prostředí typu MapReduce (pro tento účel je používán Apache Spark). Implementované metody jsou testovány na datech o různé velikosti. Výsledky těchto testů ukazují, že pomocí vyvinutého frameworku lze vytvořit velké modely (například model celé Evropy, který obsahuje milióny hran) v řádu desítek hodin. |
| Abstrakt v dalším jazyce: | Nowadays, a lot of transport-related data for a traffic modeling are available, but present software tools that can process such data volume and compute large models are still lacking. The aim of this thesis is to analyse, design and test an implementation of the transport models in the scalable parallel computing environment. More particularly, the work is primarily focused on the Origin-Destination matrix estimation and the traffic assignment, which are the essential parts for traffic volume modeling. Parallel algorithms that are suitable for such a problem are described, evaluated and implemented into the Map-Reduce computing model (Apache Spark is used for such a purpose). Implemented methods are tested on various-sized datasets and the test results are demonstrated . Experiments have shown, that the proposed solution is capable of processing a large-scale model (e.g. a model of whole Europe consisting of millions of edges) within a time frame of tens of hours. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KGM) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| MT_Kolovsky.pdf | Plný text práce | 1,22 MB | Adobe PDF | Zobrazit/otevřít |
| PV_Kolovsky_Frantisek.pdf | Posudek vedoucího práce | 512,67 kB | Adobe PDF | Zobrazit/otevřít |
| PO_Kolovsky_Frantisek.pdf | Posudek oponenta práce | 632,64 kB | Adobe PDF | Zobrazit/otevřít |
| Kolovsky Frantisek.pdf | Průběh obhajoby práce | 178,24 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/26819Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.