In ahorawzy/HVS: This package is designed for Highway Virtual Traffic Survey Station project.

昨天的实验中，在模拟的10个点的小路网上，在模拟的收费数据上，成功打通了一二三步，但是出现了在计算每段link交通量时计算时间太长的问题。24段link一共用了近1分钟时间。

本次实验探索利用data.table数据结构来加速交通量计算，尝试是否可能。

library(HVS)
library(lubridate)
library(magrittr)
library(data.table)

第一步

得到路网邻接权重矩阵

load("D:/R/packages/HVS/data-raw/road_net.RData")
road_net

第二步

根据权重矩阵计算里程矩阵和路径矩阵

result <- dijkstra_matrix(road_net)
mileage <- result[[1]]
path <- result[[2]]

第三步：计算交通流

模拟收费数据

核心的有两列：O列和D列，O和D在1~10中随机抽样10万次。

set.seed(1234)
demosf <- data.frame(O=sample(1:10,100000,replace = T),D=sample(1:10,100000,replace = T))
dim(demosf)

去掉O和D相同的行

demosf[demosf$O == demosf$D,] %>% nrow()

demosf <- demosf[demosf$O != demosf$D,]
dim(demosf)

转换为DT结构并设置key

demosf_dt <- as.data.table(demosf)
dim(demosf_dt)

setkey(demosf_dt,O,D)

路径分配

demosf_dt$path <- mapply(function(O,D) path[[O]][[D]],demosf_dt$O,demosf_dt$D)
head(demosf_dt)

拆分link

demosf_dt$link <- lapply(demosf_dt$path,extract_link)
head(demosf_dt)

得到所有link

(all_link <- all_link(road_net))

计算某一段link单日交通量

caculate_natureflow("1-2",demosf_dt$link)

计算所有link单日交通量

sapply(all_link, caculate_natureflow,demosf_dt$link)

system.time(sapply(all_link, caculate_natureflow,demosf_dt$link))

稍微加快了一丁点。

看来data.table仍然没有解决加速问题。

ahorawzy/HVS documentation built on May 29, 2019, 1:52 a.m.