Modelo vetorial
1. Geometrias e armazenamento
2. Modelos de dados não topológicos
(spaghetti)
3. Modelos de dados topológicos
4. Topologia
5. Operadores de análise espacial
6. Generalização
7. Análise de redes: algoritmos de Prim e
Dijkstra
Sistemas de Informação Geográfica
Geometrias
• Pontos:
Estações de monitorização, descargas,
captações
• Linhas:
Troços de rios, canais de rega, eixos
médios, margens de planos de água
• Polígonos:
Planos de água, albufeiras, rios.
Geometrias
• O elemento básico da representação vetorial é o
ponto, definido pelas suas coordenadas cartesianas. • As linhas existem como linhas poligonaisgeradas a
partir de um conjunto ordenado de pontos
• Sendo po,…,pnpontos de R2(n> 0), designa-se por
linha poligonalo subconjunto: L< po,…,pn> ∪i: 0< i <n-1 [pi,pi+1] • Uma linha poligonal é simplesse
∀i: 0< i <n-1, L< po,…,pi> ∩ [pi,pi+1] = ∅ • Uma linha poligonal é um ciclose:
L<po,…,pn-1>é uma linha poligonal simples
L<po,…,pn-1> ∩ [pn-1,pn] = ∅ po=pn
Mais geometrias
Região de polígonos encaixadosArcos são entidades compostas por segmentos
Arcos podem ser simplemente conexos, disjuntos, com circuitos ou com interseções Região = entidade composta
por polígonos polígonos disjuntos polígonos adjacentes
Linhas e polígonos
• Vértice: parte de uma linha poligonal
• Segmento: linha que conecta dois vértices
• Arco: série (1 ou mais...) de segmentos
• Nó: vértice especial no início ou fim de cada arco • Polígono: série de um ou
mais arcos formando um circuito
• Ponto de label ou de âncora: no interior do polígono
Armazenar a geometria
• Por pares de coordenadas:
– Ponto: (x,y) – Linha: {(x1,y1),…, (xn,yn)} – Polígono: {(x1,y1),…, (xn,yn), [(x1,y1)]} x1,y1 x2,y2 x3,y3 x4,y4 x5,y5 x6,y6 B A
Polígono
Coordenadas
A
x1,y1,x2,y2,x3,y3,x4,y4
B
x1,y1,x4,y4,x5,y5,x6,y6
entidade-a-entidadeArmazenar a geometria
p1 p2 p3 p4 p5 p6 B APolígono
Pontos
A
p1,p2,p3,p4
B
p1,p4,p5,p6
Ponto
Coordenadas
p1
x1,y1
p2
x2,y2
...
...
dicionário de pontosArmazenar a geometria
cadeias p1 p2 p3 p4 p5 p6 B A Cadeia Pontos a p1,p2,p3,p4 b p1,p4 c p1,p6,p5,p4 Ponto Coordenadas p1 x1,y1 p2 x2,y2 ... ... a b c Polígono Cadeia A a,b B b,cModelos não topológicos
• As formas de codificação anteriores
armazenam a geometria dos objetos.
• As relações espaciais entre os objetos têm de
ser determinadas analiticamente.
• São modelos ditos “não-topológicos/
spaghetti
”
– Se duas linhas se cruzam, existe uma relaçãotopológica.
– Não é forçoso existir um vértice na interseção. – O ponto de interseção pode ser determinado
analiticamente (eg: pesquisando interseções entre os segmentos das linhas poligonais).
Modelos não topológicos
• Estrutura simples de polígonos
P1 P2 0 10 20 30 40 50 0 10 20 30 40 50 Polígono Nome 1 Villarriba 2 Villabajo
• Polígonos com lista de coordenadas
1,4 10,15 5,25 13,37 22,25 2,4 40,10 33,15 28,35 40,40 1 10 15 2 5 25 3 13 37 4 22 25 5 40 10 6 33 15 7 28 35 8 40 40
Polígono Nome Pontos 1 Villarriba 1,2,3,4 2 Villabajo 5,6,7,8
Modelos topológicos
• Um modelo vetorial diz-se “topológico” se
as relações espaciais entre objetos
forem armazenadas explicitamente.
• Objetivos
– menor redundância geométrica (cada
“localização” só é guardada uma vez)
– maior integridade
– maior rapidez nas análises espaciais
• Exemplos: polygon-arc, arc-node,
left-right
Topologia: Polygon-arc
A D E B C 7 1 0 4 3 9 8 2 6 1 5 universo universo Polígono Arco A 1,6,10,5 B 10,7,4 C 5,4,3,9 D 7,6,2,3,0,8 E 8Topologia: Arc-node
n1 v1 v2 n2 v3 v4 B AArco Fnode Tnode Vértices
a n1 n2 v1,v2 b n1 n2 c n1 n2 v4,v3 a b c polígonos, arcos orientados e nós
Topologia: Left-right
A D E B C 7 1 0 4 3 9 8 2 6 1 5 universo universoArco LPoly RPoly
1 U A 2 U D 3 C D 4 B C 5 A C 6 D A 7 D B 8 D E 9 U C 10 A B
Relações topológicas
• Conetividade
• Adjacência
As relações topológicas são invariantes quando as entidades são sujeitas a transformações topológicas, isto é, quando sofrem translações, rotações ou variações de escala.
Relações topológicas
Conetividade AdjacênciaTopologia
• Informação espacial: a topologia fornece o comprimento, distância, perímetro, área.
• Relação espacial: a topologia cria conexões, que funcionalmente ligam entidades que são adjacentes. • Múltiplas ligações: Cada entidade é ligada a outras
entidades, fornecendo múltiplas conexões (ligações). • Análise de rede: As conexões funcionais, distância, e
outras relações espaciais, combinadas com uma BD relacional, são o ideal para interpretar entidades de rede.
A topologia é aplicada (“construída”) habitualmente após a digitalização da informação
Relações espaciais
O Dimensionally Extended Nine-Intersection Model, ou matriz de Clementini, indica as possívels relações entre geometrias
equals geometries are topologically equal
disjoint geometries have no point in common
intersects geometries have at least one common point
touches geometries have at least one boundary point in common, but no interior points
crosses geometries share some but not all interior points, and the dimension of the intersection is less than that of at least one of the geometries
within geometry “a” lies in the interior of geometry “b”
contains geometry “b” lies in the interior of geometry “a”
overlaps geometries share some but not all interior points, and the intersection has the same dimension as the geometries themselfves
Relações espaciais
• Porquê uma matriz 3x3?
WITHIN - linha A e polígono B
CONTAINS - multipontos A e B
• Apicações em BD espaciais, como PostGIS, Oracle Spatial, ArcSDE, Spatial Support for DB2, bibliotecas SIG
E xa m p lo s d e X io n g , H u i, “E n cy cl o p ed ia o f G IS ”, S p ri n g er -V er la g
Operações de análise espacial
Operações que recorrem à componente espacial da informação para a produção de resultados, espaciais ou alfanuméricos.
Conjunto de Dados Geográficos Operação Espacial
Operação SQL
Sequência de Processo
Indicação de Prioridade no Processo
an ál is e es p ac ia l União Tema A Tema B Tema C
União (Union)
an ál is e es p ac ia l A operação de UNIÃO é a operação fundamental. As restantes operações de sobreposição topológica podem ser vistas como operações sobre subconjuntos de objetos resultantes de operações de união.União
an ál is e es p ac ia l•A operação de União pode só estar definida entre coberturas de polígonos
•Entre coberturas de pontos, bastará juntar os dois conjuntos de pontos (append,merge...)?
•Entre coberturas de linhas, bastará juntar os dois conjuntos de linhas (append,merge...) e quebrar as interseções?
•Há que resolver o problema da sobreposição, o que pode ser feito com o operador de interseção
Int Tema A Tema B Tema C
Interseção (Intersect)
an ál is e es p ac ia l Um dos temas A ou B tem de ser de polígonosInterseção
ID Tema A Tema B Tema C
( )
Identidade (Identity)
an ál is e es p ac ia l Corte Tema A Tema B Tema C an ál is e es p ac ia lCorte (Cut, Clip)
Fusão <atributo> Tema A Tema C A1C1 C2 A3 B3 B2 1 3 2 A B C
Fusão (Dissolve)
an ál is e es p ac ia l Eliminação <condição> Tema A Tema C A B C A B CEliminação (Eliminate)
an ál is e es p ac ia l Atualização Tema A Tema B Tema CAtualização
an ál is e es p ac ia l Ext Tema A Tema C <Expressão> A A A AExtração
an ál is e es p ac ia lTema E Part Tema A Tema B Tema D Temas
Partição
an ál is e es p ac ia l Voronoi Tema A Tema BDiagrama de Voronoi
an ál is e es p ac ia l O resultado é sempre um tema de polígonos Buffer < dist > Tema A Tema BBuffer (envolvente)
an ál is e es p ac ia l Acesso < valor > Tema A Tema BAcesso
an ál is e es p ac ia l acessoTema linhas Resultado: linhas que
distam cumulativamente até certo valor do tema A
Resultado: polígonos Próximo Tema A Tema A id_próximo,dist Tema B id=27 dist=580m
Próximo (Nearest)
an ál is e es p ac ia lQue operações?
Que operação?
E se o input for o tema amarelo?
Exemplo de diagrama de análise espacial Exemplo de diagrama de análise espacial
Int Tema A Tema B Tema D Buffer 30m Tema C Tema E Corte Tema F an ál is e es p ac ia l ID ID ID ID ValorValorValorValor ID_Poli
ID_Poli ID_Poli ID_Poli SomaSomaSomaSoma
101 101 101 101 102 102 102 102 103 103 103 103 104 104 104 104 105 105 105 105 11 11 11 11 10 10 10 10 15 15 15 15 27 27 27 27 33 33 33 33 1 11 1 2 22 2 3 33 3 4 44 4 5 55 5 ???? ???? ???? ???? ???? Int Tema A Tema B Tema C ID ID ID ID ValorValorValorValor
101 101 101 101 102 102 102 102 103 103 103 103 104 104 104 104 105 105 105 105 11 11 11 11 10 10 10 10 15 15 15 15 27 27 27 27 33 33 33 33 ID_Poli ID_Poli ID_Poli ID_Poli 1 11 1 1 11 1 3 33 3 2 22 2 3 33 3 an ál is e es p ac ia l ID Valor 101 102 103 104 105 11 10 15 27 33 ID_Poli 1 1 3 2 3 S_Valor 21 27 48 ID_Poli 1 2 3
SELECT ID_Poli , SUM(Valor) FROM Tema C GROUP BY ID_Poli ID_Poli Soma 1 2 3 4 5 ? ? ? ? ? S_Valor 21 27 48 ID_Poli 1 2 3 ID_Poli Soma 1 2 3 4 5 21 27 48 0 0 a n á li s e e s p a c ia l A100 C100 C200 A300 B300 B200 100 300 200 A B C Int Habitantes Zonas Hab_Zon an ál is e es p ac ia l
exemplo
• Interpolação em áreas– Implica o cálculo da proporção de cada área num tema que interseta os polígonos de um outro diferente
Secções
estatísticas Valores populacionais atribuídos proporcionalmente
A60 C40 C150 A100 B200 B50 10.2 11.5 12.3 A160 B250 C190 Int Habitantes Zonas Hab_Zon Habitantes D=N_Hab/área N_Hab = D*área SELECT SUM N_Hab
GROUP BY Zona Tab_HabxZon Solução simplificada usando a densidade populacional Solução simplificada usando a densidade populacional a n á li s e e s p a c ia l an ál is e es p ac ia l C a rt a s d e U s o s d o S o lo In fo rm a ç ã o o b ti d a a p a rt ir d o P D M
Ajuste manual dos limites para concelhos adjacentes Plataforma harmonizada de trabalho (USOS DO SOLO) an ál is e es p ac ia l Rede viária (PRN2000): IP, IC, AE e Estradas Regionais Rede de estradas municipais (AML) Rede viária Calibração da rede: • TMD; • Velocidade mínima; • Perfil da via; • Nº de pistas; • Penalizações Determinação das isócronas an ál is e es p ac ia l Isófonas Conversão Analógico-digital Contabilização das populações abrangidas Usos urbano e urbanizável an ál is e es p ac ia
l Informação resultanteInformação resultante
Carta de acessibilidade em transporte individual aos principais aeroportos
Carta de Acessibilidade Regional (em condições desfavoráveis de circulação)
Quantitativo populacional de 1991 e cenários para 2008
Estrutura etária da população Carta de condicionantes e
espaços ecologicamente sensiveis
an ál is e es p ac ia l
Carta de usos do solo afetados pelo ruído do aeroporto Carta de usos do solo Carta de fatores de impacte
no ordenamento do território
Carta de transformação direta do uso do solo
an ál is e es p ac ia l
Exercício: LOCALIZAR UM PARQUE DE PIQUENIQUES OBJETIVO
Encontrar os locais com potencial para a construção de um parque de piqueniques.
CONDIÇÕES A zona deverá situar-se:
C1 - a menos de 400m e a mais de 100m de estradas; C2 - a menos 300m de uma linha de água;
C3 - não ser eucaliptal;
C4 - não conter escarpas ou outros obstáculos naturais suscetíveis de produzirem acidentes;
C5 - ter área superior a 1 ha. DADOS
- Todos os que identifique como necessários
an ál is e es p ac ia l
Generalização
“A generalização é, antes de mais, uma questão de restrição e seleção da informação de base. Para isso procede-se à simplificação das entidades na carta e à omissão de entidades pequenas ou pouco interessantes.”
A. Hettner (1910) - Die Eigenschaften und Methoden der kartographischen Darstellung
“...capturar as características essenciais de uma classe de objetos...” W.R.Tobler (1964) - An experiment in the computer generalization of maps
“Uma generalização adequada depende de informação e compreensão.”
“Uma vez realizada uma generalização, somente pode ser descrita como boa ou má, não como certa ou errada, uma vez que as alterações introduzidas na informação têm muitas alternativas possíveis, não havendo forma de definir uma solução absoluta.
J.S.Keates (1973) - Cartographic Design and Production
Generalização (cartográfica)
• Em geral designa-se por generalização o processamento de seleção e representação da informação num mapa
• A informação deve adaptar-se à escala a que o mapa será observado/analisado
• Pode considerar-se que a generalização se inicia no processo de aquisição de informação.
• É específica do contexto de utilização
• Em mapas em papel, relaciona-se sobretudo com reduções de escala
Efeitos da redução de escala
• CONGESTIONAMENTO
Quando um elevado número de entidades surge num reduzido espaço.
• COALESCÊNCIA
Quando diferentes entidades se tocam, tanto devido à resolução do periférico de output como devido ao simbolismo utilizado. • CONFLITO
Quando a representação de uma entidade entra em conflito com as entidades subjacentes.
• IMPERCEPTIBILIDADE
Quando uma entidade fica abaixo da dimensão mínima de representação.
Indicadores de necessidade de
generalização
• DENSIDADE
Número de pontos, linhas ou áreas por unidade de área, localização de aglomerados de entidades.
• SINUOSIDADE
Variação angular por unidade de comprimento, direcionalidade, energia.
• FORMA
Variâncias das coordenadas, relações perímetro-área-amplitude. • DISTÂNCIA
Distâncias entre pontos, linhas e áreas, entidades abrangidas por “buffers” em torno de entidades
• “GESTALT”
Características percetuais (continuidade, similaridade). • MEDIDAS ABSTRACTAS
Avaliações conceptuais da distribuição espacial (homogeneidade, simetria, repetição e complexidade).
Operadores de generalização
• SIMPLIFICAÇÃO
redução do número
de vértices.
• SUAVIZAÇÃO
deslocamento de
vértices obtendo
uma diminuição de
sinuosidade.
Operadores de generalização
• AGREGAÇÃO agrupamento de diversas entidades numa outra entidade hierarqui-camente superior. • AMALGAMAÇÃO preservação dascaracterísticas gerais de uma área por dissolução detalhes contidos.
Operadores de generalização
• FUSÃO
combinação de
entidades lineares
que não podem ser
representados
separadamente.
• COLAPSO
mudança de classe
topológica
(área-linha,área-ponto).
Operadores de generalização
• REFINAMENTO seleção de um subconjunto de entidades representativo e manutenção do padrão de distribuição. • EXAGERO exagero na dimensão e forma de objetos para evidenciar as suas características.Operadores de generalização
• REALCE alteração de forma, dimensão e principalmente de tipo de símbolo por forma a evidenciar a entidade. • DESLOCAÇÃO deslocação dasentidades
relativamente à sua posição original para permitir legibilidade e utilização de simbologia.
Operadores de generalização
• OMISSÃO
não representar
determinadas
entidades.
• CLASSIFICAÇÃO
agrupamento de
atributos segundo
proximidade
numérica.
Efeitos da generalização na
estrutura SIG
• Diminuição de comprimento de linhas • Alteração de áreas
• Alteração de posições relativas dos objetos • Mudança de classe topológica
• Diminuição do número de entidades
nó / vértice
arco / aresta
Um graforepresenta uma rede por um conjunto de arcos e de nós.
Uma entidade linear que liga nós é um arcoou aresta.
Os nósou vérticesrepresentam interseções entre os arcos ou as extremidades destes.
Redes em SIG
•coordenadas xx, yy •nome ou código da via •direção
•classificação: EM, EN, AE, IP, IC, via urbana •limite de velocidade
•volume de tráfego •comprimento •valor cénico •impedância
Atributos dos arcos e dos nós
• G = (V, A), A⊆V2
Exemplo: V = {1,2,3,4}
A = {(1,2),(2,3),(1,4),(2,4)}
Grafo simples não há mais que uma aresta a ligar um par de nós 1 2 4 3
Grafos simples
1 2 4 3grafo simples grafo não simples
Impedância ou
custo de um arco
:
custo do seu
atravessamento
Impedâncias
Impedância de
mudança de arco
:
tempo ou
pena-lização de efetuar
uma mudança
Análise de caminhos mais curtos
caminhos algoritmo de Dijkstra (fig. esq.) circuitos problema do caixeiro-viajante (fig. dir.)
Árvore de dispersão mínima
algoritmo de Prim
Algoritmo de Prim
2 3 6 5 1 4 24 24 18 13 11 5 12 17 5escolher (u,v)∈A: custo é aí mínimo T = {u,v}
enquanto T e V forem diferentes acrescentar em T o nó v*:
(u*,v*)∈A, de custo mínimo: u*∈T e v*∉T fim ciclo; 2 3 6 5 1 4 24 24 18 13 11 5 12 17 5
escolher (u,v)∈A: custo é aí mínimo T = {u,v}
enquanto T e V forem diferentes acrescentar em T o nó v*:
(u*,v*)∈A, de custo mínimo: u*∈T e v*∉T
fim ciclo; T= {3,5}, custo total = 5 T= {3,5,4}, custo total = 10 T= {3,5,4,2}, custo total = 23 T= {3,5,4,2,6}, custo total = 35 T= {3,5,4,2,6,1}, custo total = 59 2 3 6 5 1 4 24 13 5 12 5
Algoritmo de Prim
Encontrar o caminho
mais curto (de menor
custo) de modo a ligar
dois locais na rede.
Exemplo: de 1 para 4 2 3 6 5 1 4 24 30 18 13 11 5 12 17 5
Construir duas listas indexadas pelos nós:
dist
predecessor
e uma listade nós que falta visitar
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 para todosos v ∈ V, dist(v) = ∞; fim ciclo;dist(início) = 0; lista= V;
predecessor(início) = *indefinido*;
enquantolista≠ ∅
escolher v ∈lista: disté aí mínimo;
lista= lista\ {v};
para todosos u ∈lista: (v, u) ∈ A
se dist(u) > dist(v) + custo(v,u)
então dist(u) = dist(v) + custo(v,u);
predecessor(u)=v; fim ciclo; fim ciclo;
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 para todosos v ∈ V, dist(v) = ∞; fim ciclo; dist(início) = 0; lista = V; predecessor(início) = *indefinido*; enquanto lista ≠ ∅escolher v ∈ lista: dist é aí mínimo; lista = lista \ {v};
para todos os u ∈ lista: (v, u) ∈ A se dist(u) > dist(v) + custo(v,u) então dist(u) = dist(v) + custo(v,u);
predecessor(u)=v; fim ciclo; fim ciclo; vért. dist pred 1 ∞∞∞∞ 2 ∞∞∞∞ 3 ∞∞∞∞ 4 ∞∞∞∞ 5 ∞∞∞∞ 6 ∞∞∞∞
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 vért. dist pred 1 0 *ind* 2 ∞∞∞∞ 3 ∞∞∞∞ 4 ∞∞∞∞ 5 ∞∞∞∞ 6 ∞∞∞∞ para todosos v ∈ V, dist(v) = ∞; fim ciclo;dist(início) = 0; lista = V;
predecessor(início) = *indefinido*;
enquanto lista ≠ ∅
escolher v ∈ lista: dist é aí mínimo; lista = lista \ {v};
para todos os u ∈ lista: (v, u) ∈ A se dist(u) > dist(v) + custo(v,u) então dist(u) = dist(v) + custo(v,u);
predecessor(u)=v; fim ciclo;
fim ciclo; lista= {1,2,3,4,5,6}
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 vért. dist pred 1 0 *ind* 2 ∞∞∞∞ 3 ∞∞∞∞ 4 ∞∞∞∞ 5 ∞∞∞∞ 6 ∞∞∞∞ para todosos v ∈ V, dist(v) = ∞; fim ciclo;
dist(início) = 0; lista = V;
predecessor(início) = *indefinido*;
enquantolista≠ ∅
escolher v ∈lista: disté aí mínimo;
lista= lista\ {v};
para todos os u ∈ lista: (v, u) ∈ A se dist(u) > dist(v) + custo(v,u) então dist(u) = dist(v) + custo(v,u);
predecessor(u)=v; fim ciclo;
fim ciclo; lista= {2,3,4,5,6}
v = 1
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 vért. dist pred 1 0 *ind* 2 30 1 3 ∞∞∞∞ 4 ∞∞∞∞ 5 ∞∞∞∞ 6 24 1 para todosos v ∈ V, dist(v) = ∞; fim ciclo;dist(início) = 0; lista = V;
predecessor(início) = *indefinido*;
enquantolista≠ ∅
escolher v ∈lista: disté aí mínimo;
lista= lista\ {v};
para todosos u ∈lista: (v, u) ∈ A
sedist(u) > dist(v) + custo(v,u)
entãodist(u) = dist(v) + custo(v,u);
predecessor(u)=v;
fim ciclo;
fim ciclo; lista= {2,3,4,5,6}
v = 1
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 vért. dist pred 1 0 *ind* 2 30 1 3 41 6 4 ∞∞∞∞ 5 42 6 6 24 1 para todosos v ∈ V, dist(v) = ∞; fim ciclo;dist(início) = 0; lista = V;
predecessor(início) = *indefinido*;
enquantolista≠ ∅
escolher v ∈lista: disté aí mínimo;
lista= lista\ {v};
para todosos u ∈lista: (v, u) ∈ A
sedist(u) > dist(v) + custo(v,u)
entãodist(u) = dist(v) + custo(v,u);
predecessor(u)=v;
fim ciclo;
fim ciclo; lista= {2,3,4,5}
v = 1,6
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 vért. dist pred 1 0 *ind* 2 30 1 3 41 6 4 47 5 5 42 6 6 24 1 para todosos v ∈ V, dist(v) = ∞; fim ciclo;dist(início) = 0; lista = V;
predecessor(início) = *indefinido*;
enquantolista≠ ∅
escolher v ∈lista: disté aí mínimo;
lista= lista\ {v};
para todosos u ∈lista: (v, u) ∈ A
sedist(u) > dist(v) + custo(v,u)
entãodist(u) = dist(v) + custo(v,u);
predecessor(u)=v; fim ciclo; fim ciclo;
Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 Sequência vez=0 lista = {1} pred(1) = *indefinido* custo(1) = 0 vez=1 cand: (1,2)0+30; (1,6)0+24 lista = {1,6} pred(6) = 1; custo(6) = 24 vez=2 cand: (1,2)0+30; (6,2)24+12; (6,3)24+17; (6,5)24+18 lista = {1,2,6} pred(2) = 1; custo(2) = 30 vez=3 cand: (2,3)30+13;(6,3)24+17; (6,5)24+18 lista = {1,2,3,6} pred(3) = 6; custo(3) = 41Algoritmo de Dijkstra
2 3 6 5 1 4 24 30 18 13 11 5 12 17 5 Sequência (cont.) vez=4 cand: (3,4)41+11;(3,5)41+5;(6,5)24+18 lista = {1,2,3,5,6} pred(5) = 6; custo(5) = 42 vez=5 cand: (3,4)41+11;(5,4)42+5 lista = {1,2,3,4,5,6} pred(4) = 5; custo(4) = 47 vért. dist pred 1 0 *ind* 2 30 1 3 41 6 4 47 5 5 42 6 6 24 1Algoritmo de Dijkstra
Indicadores topológicos
Indicadores topológicos baseados na rede (conetividade) Medida Domínio Expressão Avaliação Número de
ciclos rede
número de ciclos no grafo
Índice α rede número de ciclos em relação ao número máximo possível
de ciclos
Índice β rede número de arestas (troços) em relação ao número de vértices
Índice γ (entre 0 e 1)
rede número de arestas em relação ao máximo possível S V A− + 5 2 − + − V S V A V A 6 3V− A
A = #arestas V = #vértices S = #subgrafos conexos
calcular p/ estas redes
Indicadores topológicos
Indicadores métricos baseados em distâncias (acessibilidade) Medida Domínio Expressão Avaliação Número de
König nó centralidade de um nó (número de arestas necessárias para o ligar com o nó que seja mais
distante)
Diâmetro rede distância (custo) entre os dois nós mais afastados Índice de
conetividade nó grau de conetividade de um nó Índice de
dispersão ou de Shimbel
rede soma dos graus de conetividade de todos os nós ij j i d K =max ij j i, d max