GIS Funktionalität I: Distanz- und Bufferanalysen

Slides:



Advertisements
Ähnliche Präsentationen
Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Advertisements

Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Routing – Routing Protokolle
Berechne den optimalen (kürzesten, schnellsten) Weg
Single-Source Shortest Paths: SSSP
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
WS 03/041 Algorithmentheorie 01 - Einleitung Prof. Dr. S. Albers Prof. Dr. Th. Ottmann.
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken IX Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken X Christian Schindelhauer
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Approximationsalgorithmen …liefern in polynomieller.
Programmieren 2 Future Car Projekt Praktikum 6
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (22 - Graphen)
WS 06/07 Algorithmentheorie 01 - Einleitung Prof. Dr. Th. Ottmann Tobias Lauer.
Algorithmen und Datenstrukturen
Seminar parallele Programmierung SS 2003
Indoor Navigation Performance Analysis
Mathematische Grundlagen
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester.
Klausur „Diskrete Mathematik II“
Planarisierung von Cluster Graphen
Algorithmen und Komplexität
Minimum Spanning Tree: MST
Vortrag über Graphen Von Jörg Hendricks.
Datenverteilung in Ad-hoc Netzen 1/24 Adaptive Datenverteilung in mobilen Ad-hoc Netzen unter Verwendung des Area Graph basierten Bewegungsmodells S. Bittner,
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Effiziente Algorithmen
Import und Verknüpfung von Daten
Chromatische Zahl.
Computergraphische Visualisierungs- verfahren für 3D-Stadtmodelle
Geoinformation II Vorlesung 4 SS 2001 Voronoi-Diagramme.
Diskrete Mathematik II
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Christian Scheideler Institut für Informatik Universität Paderborn
Animation von Dijkstra
Algorithmus von Dijkstra. 0 Algorithmus von Dijkstra s Priority Queue PQ: Knoten, Priorität Weglänge Kandidatenmenge.
Animation von Dijkstra
Jamshid Azizi: Folie Isomorphietest Jamshid Azizi
Jan Hinzmann – – GIS Praxis II – Slide 1/10 Der Algorithmus von Dijkstra (Berechnung kürzester Wege in bewerteten Graphen) GIS Praxis II, Jan Hinzmann,
Informatik Datenstruktur Graph 3.1 Einfache Graphen
Informatik Datenstruktur Graph 3.2 Repräsentation von Graphen
SOTA Andrej Gisbrecht
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester.
Das Traveling Salesman Problem (TSP)
Analyse der Laufzeit von Algorithmen
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken VIII Christian Schindelhauer
Geoinformation I Lutz Plümer
HEINZ NIXDORF INSTITUT Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Algorithmische Probleme in Funknetzwerken XIII Klaus.
Methodische Grundlagen und Graphen
Routenplanung querfeldein - Geometric Route Planning
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Graph – basierte Routenplanung versus Geometrische Routenplanung
Eva Langendonk „Die Funktion Buffer“ Eva Langendonk.
Funktionen Buffer Kathrina Schmidt Die Funktion Buffer (die „Pufferzone“ um räumliche Objekte) von Kathrina Schmidt.
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung 4 4. Mai 2000 Voronoi-Diagramm.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Der Dijkstra-Algorithmus
3. Die Datenstruktur Graph 3.2 Repräsentation von Graphen
 Präsentation transkript:

GIS Funktionalität I: Distanz- und Bufferanalysen

Inhalt 1 Einleitung & Fallbeispiel 2 Modellierung von Grundlagen 3 shortest Path Analysen 4 Distanzanalysen im Netzwerk 5 Buffering 6 Literatur

1 Fallbeispiel www.jsi.com

2 Modellierung von Graphen - Planarer Graph: kann auf einer Ebene abgebildet werden - Knoten: Punkte - Kanten: Linien - Weg: zusammenhängende Folge von Kanten, die über Knoten verbunden sind - Für zusammenhängende Graphen gilt: 2 = V – E + P De Lange (2002: 94)

2 Modellierung von Graphen Gewichtung von Graphen - sog. Widerstandswerte - Modellierung einseitig oder beidseitig - Analytische Darstellung in Matrixform gewichteter Graph. Nach Bill (1999:29)

2 Modellierung von Graphen Bewertungsmatrix - Knoten- Kantendarstellung - Anfangsknoten: Zeilen - Endknoten: Spalten - Widerstandswert 0: keine Verbindung A B C D E 7 6 1 5 3 2

2 Modellierung von Graphen Inzidenzmatrix - Beziehungen zwischen verschiedenen Elementen des Graphen - Anfangsknoten: 1 - Endknoten: -1 - Nicht inzidente Knoten: 0 A B C D E 1 -1 2 3 4 5 6 7

2 Modellierung von Graphen Adjazenzmatrix - Beziehungen zwischen gleichartigen Elementen - Hauptdiagonale: Anzahl der Kanten, die von diesem Knoten abgehen - Endknoten: -1 A B C D E 3 -1 2 4

3 shortest Path Analysen - Distanzanalysen zwischen verschiedenen Objekten - Unter Berücksichtigung exogener und endogener Variablen - exogene Variablen können als Widerstandswerte in das Modell mit einfließen - Verarbeitung der Informationen durch Algorithmen: „ Ein Algorithmus ist eine allgemeine Berechnungsvorschrift zur Lösung eines Problems, die sich aus mehreren elementaren Schritten zusammensetzt, die in einer festen Reihenfolge ausgeführt werden.“ De Lange (2002: 81)

3 shortest Path Analysen Dijkstra Algorithmus - Kürzeste Wege von einem festgelegten Startknoten zu allen anderen Knoten - Teilmengen: 1) Menge der Knoten T, die schon zur Route dazugehören 2) Menge der von Kandidaten K, die einem Knoten der Route benachbart sind, aber noch nicht zur Route hinzugehören. 3) Menge der unberücksichtigten Knoten www.irf.de

3 shortest Path Analysen Dijkstra Algorithmus G Graph S Startknoten Z Zielknoten [v1…v2] Menge aller Verbindungsknoten inkl. Z Distanz (u,v) Kantenlängen zwischen den Knoten u und v Q_Suche Liste über die noch nicht untersuchten Knoten Q_Distanz[v] Liste der bisher gefundenen Distanzen von S zu v Q_Vorgänger[v] Liste über den Vorgängerknoten für jeden erledigten Knoten v

3 shortest Path Analysen Dijkstra Algorithmus – Initialisierung Q_Suche = S + [v1…vn] – Z; Q_Erledigt = leer; Für jeden Knoten v Q_Distanz[v] = unendlich; Q_Vorgänger[v] = leer; Q_Distanz[S] = 0; Q_Vorgänger[S] = leer; a b c Z S 1 2 www.irf.de Zeit Q_Distanz Q_Vorgänger Q_Suche Q_Erledigt S a b c Z - S, a, b, c

3 shortest Path Analysen Dijkstra Algorithmus – Suche Solange (Q_Suche != leer) Sortiere Q_Suche nach Q_Distanz[v], v ist Knoten aus Q_Suche; Extrahiere Knoten u aus Q_Suche mit Q_Distanz = minimal; Streiche u aus Q_Suche; Addiere u zu Q_Erledigt; Zeit Q_Distanz Q_Vorgänger Q_Suche Q_Erledigt S a b c Z - S, a, b, c 1 2 a, b, c b, c S, a

3 shortest Path Analysen Dijkstra Algorithmus – Suche Für jeden Knoten v, der Nachbar von u ist Wenn (Q_Distanz[v] > Q_Distanz[u] + Distanz(u,v)) Q_Distanz[v] = Q_Distanz[u] + Distanz(u,v); Q_Vorgänger[v] = u; Zeit Q_Distanz Q_Vorgänger Q_Suche Q_Erledigt S a b c Z - S, a, b, c 1 2 a, b, c b, c S, a 3 S, a, b 4

3 shortest Path Analysen Dijkstra Algorithmus – Ausgabe Gebe aus: Z; U = Z; Solange (u != leer) u = Q_Vorgänger[u]; Gebe aus: u; a b c Z S 1 2

Shortest Path Application Toolkit v5.0 www.hunter-gis.com

3 shortest Path Analysen Floyd Algorithmus - Berechnet kürzesten Weg von jedem Knoten aus - Sonderfall Warshall Algorithmus: arbeitet ohne Widerstandswerte

4 Distanzanalysen im Netzwerk Einzugsgebiete - Berechnung von maximal zulässigen Distanzen entlang vorgegebener Routen

4 Distanzanalysen im Netzwerk Rundreiseproblem - Berechnung durch den „Banch and Bound“ Algorithmus - Problematik: Planung der Route, so dass jeder Punkt nur einmal erreicht wird (ausgenommen Startpunkt) - Weg soll minimiert werden 4 13 Depot (1) 12 20 2 11 10 30 3

4 Distanzanalysen im Netzwerk Rundreiseproblem W1 = W1(E(1,2), E(2,3), E(3,4), E(4,1)) = E(1,2) + E(2,3) + E(3,4) + E(4,1) = 20 + 11 + 30 + 13 = 74 1 2 3 4 20 10 13 11 12 30 De Lange (2002: 98)

5 Buffering - Buffer sind im Durchmesser fest definierte Flächen, die um Punkte, Linien oder Polygone gelegt werden - Unterschiedliche Modellierung im Raster- und Vektorenmodellen www.providenceplan.org

5 Buffering Zonengenerierung im Vektormodell - Unterscheidung in kreisförmige und rechteckige Buffer - Bei Linienpuffer: Parallelengenerierung - Modellierung von Linien- und Flächenbuffer sind gleichzusetzen Bill (1999: 33)

5 Buffering Zonengenerierung im Vektormodell www.rockynet.com

5 Buffering Zonengenerierung im Vektormodell

5 Buffering Zonengenerierung im Vektormodell

5 Buffering Zonengenerierung im Rasterdatenformat - Klassifizierung: Raster innerhalb der Buffer- zone werden mit den selben Attributeigenschaften belegt - Abstandstransformation: Raster werden je nach Abstand zum Objekt mit unterschiedlichen Attributen versehen

5 Buffering Originalmatrix Abstandstransformation * 3 2 1 4

5 Buffering euklidische Distanz Manhattandistanz 3 2 1 4 6 5 4 3 2 1 7

5 Buffering Reklassifizierung - Vermeidung von Redundanzen - Zusammenfassung von Rasterzellen mit unterschiedlichen Attributen zu einheitlichen Klassen

6 Literatur Bill R. (1999): Grundlagen der Geo-Informationssysteme. Band 1. Heidelberg. Bill R. (1999): Grundlagen der Geo-Informationssysteme. Band 2. Heidelberg. Castle(1993): Profiting from a Geographic Information System. Fort Collins. De Lange N. (2002): Geoinformatik in Theorie und Praxis. Berlin. Heywood I., S. Cornelius & Carver S. (2002): An Introduction To Geographical Information Systems. Harlow. Laurini R. & D. Thompson (1992): Fundamentals of Spatial Informations Systems. London. Longley P.A., M.F. Goodchild, D.J. Maguire & D.W. Rhind (2001): Geographic Information Systems and Science. Chichster. Yeung (2002): Concepts and techniques of Geographic Information System. New Jersey. Freund E. (2004): Institut für Roboterforschung. www.irf.de. JSI Research & Training Institute, Inc. (2004): www.jsi.com. Lange W. & D Exner (2004): Institut für Medieninformatik und technische Informatik. FH Flensburg. www.iti.fh-flensburg.de.