Транспортная логистика в мегаполисах улучшится

МОСКВА, 15 мая. /ТАСС/. Российские математики разработали алгоритм для оптимизации маршрутов, который позволяет значительным образом сократить расход вычислительных ресурсов на поиски пути в сложно устроенных средах, в том числе в крупных мегаполисах. Об этом сообщила пресс-служба Сбера.

"Оптимизация маршрутов сможет сэкономить многие миллиарды рублей для нашей страны. Предложенный нашими учеными метод оптимизации поиска пути на основе кластеризации графа существенно снижает потребность в вычислительных ресурсах, необходимых для построения эффективных маршрутов, особенно в условиях огромных городских сетей, характерных для мегаполисов", - пояснил директор Лаборатории искусственного интеллекта Сбербанка Глеб Гусев, чьи слова приводит пресс-служба Сбера.

Новый метод оптимизации маршрутов был разработан группой специалистов Сбербанка и их коллегами из Университета ИТМО (Санкт-Петербург), МФТИ и Института искусственного интеллекта AIRI. В его основе лежит понимание того, что городские дорожные сети имеют всего несколько типов организации, учет чего при проведении расчетов на базе теории графов позволяет значительно ускорить и упростить эти вычисления.

"Наш метод основан на разделении города на устоявшиеся в общественном сознании районы, а дорожной сети - на отдельные компоненты: сначала мы оптимизируем маршруты внутри каждого района, а затем выстраиваем связи между ними. Такая двухуровневая оптимизация существенно ускоряет планирование маршрутов по сравнению с традиционными методами, требующими одновременного расчета для всего города", - пояснил директор Института дизайна и урбанистики Университета ИТМО Сергей Митягин, чьи слова приводит пресс-служба Сбера.

Как отмечают исследователи, данный метод позволит не только упростить городскую навигацию и оптимизировать логистику грузоперевозок, но и эффективно работать с абстрактными графовыми структурами в различных сферах. Его можно использовать, например, в социальных сетях для быстрого поиска связей между пользователями через общих знакомых или для мгновенного доступа к нужной информации. Кроме того, метод имеет большой потенциал в биомедицине - в частности, при анализе графовой структуры белков.