🚦 Симуляції
Мурашиний алгоритм (ACO)
Оптимізація маршрутів через феромонні сліди. Той самий принцип
використовується в оптимізації трафіку та логістичних мережах.
Середній
Алгоритми навігації
A*, Dijkstra та BFS — основа GPS-навігаторів та систем маршрутизації
міського транспорту.
Середній
Оптимізація маршрутів (TSP)
Задача комівояжера — мінімізація довжини маршруту. Применяється у
логістиці доставки та плануванні авіарейсів.
Просунутий
Мережі взаємодій
Самоорганізовані транспортні мережі та їх топологія. Аналіз хабів,
стійкості та вузьких місць.
Просунутий
Модель трафіку NaSch
Клітинний автомат Нагеля-Шрекенберга для автомагістралей. Phantom
jam — пробки що виникають без очевидної причини.
Середній
Пішохідний потік
Social Force Model — взаємодія пішоходів як соціальні та фізичні
сили. Моделювання евакуації та тисняви.
Середній
Ріст міста
Cellular automaton зонування та щільності. Як компактні міста та
передмістя впливають на транспортну навантаженість.
Середній
Купчення автобусів
Bus bunching — автобуси стягуються в групи через позитивний
зворотній зв'язок. Оптимальний інтервал та розклад.
Середній
📐 Ключові концепції
Модель Нагеля-Шрекенберга
Клітинний автомат для трафіку: прискорення, гальмування, рандомне
сповільнення та оновлення позиції. При ρ > ρc виникають
самоорганізовані заторові хвилі.
Social Force Model
Пішохід рухається під дією цільової сили Fціль та
відштовхуючих сил від стін та інших пішоходів. Пояснює формування
смуг та "faster is slower" ефект.
Фундаментальна діаграма трафіку
Потік q = ρ·v — залежність між щільністю ρ та швидкістю v. При
критичній щільності ρc потік максимальний, вище — пробка
та стрибкоподібне падіння швидкості.
Paradox Braess
Додавання нової дороги до транспортної мережі може погіршити
середній час поїздки для всіх. Пов'язано з рівновагою Неша в
транспортних іграх.
Мережева топологія хабів
Авіаційні та залізничні мережі мають scale-free топологію: кілька
хабів (вузлів) з'єднані з тисячами periodic вузлів. Ефективно, але
вразливо до цілеспрямованих атак на хаби.
Мурашиний алгоритм (ACO)
Оптимізація маршрутів через феромонне підсилення: τij(t+1)
= (1−ρ)τij(t) + Δτij. Збіжність до близько
оптимального рішення без повного перебору.
📖 Learning Resources
🔗 Пов'язані категорії
🚦 Транспортні симуляції мають величезний прикладний
вплив: правильне моделювання трафіку дозволяє зменшити пробки на 10–30%
без будівництва нових доріг. Phantom jam — пробки що виникають "з
нічого" — є реальним явищем, описаним японськими фізиками ще у 2008 році
на кільцевій дорозі.
Ключові Концепції
Теми та алгоритми, які ви досліджуєте в цій категорії
Інтерактивна МодельБраузерна симуляція реального часу з живими параметрами
WebGL / Canvas 2DАпаратно-прискорений рендеринг у браузері
Математична ОсноваДиференційні рівняння та чисельне інтегрування
Відкритий КодMIT-ліцензія — вивчайте, змінюйте та використовуйте
Без ВстановленняПрацює у Chrome, Firefox, Safari, Edge
Освітній ФокусПобудовано для чіткого пояснення науки
Часті Запитання
Поширені запитання про цю категорію симуляцій
- Чи потрібне встановлення для симуляцій?
- Ні. Кожна симуляція працює повністю у браузері за допомогою WebGL та Canvas 2D. Нічого встановлювати або завантажувати — відкрийте сторінку і симуляція запуститься негайно.
- Чи можна використовувати ці симуляції для навчання?
- Так — усі симуляції розроблені як освітні та не потребують облікового запису. Вони широко використовуються на університетських лекціях та уроках природничих наук.
- Які пристрої підтримують симуляції?
- Усі симуляції працюють у браузерах на комп'ютері (Chrome, Firefox, Edge, Safari). Багато працюють і на мобільних пристроях.