خوارزمية ديكسترا الموجهة بالشبكات العصبية للرسوم البيانية وتحديد المسارات التقليدي: دراسة مقارنة على شبكات الطرق في العالم الحقيقي

الملخّص

تستكشف هذه الورقة البحثية دمج شبكات الرسم البياني العصبية (GNNs) مع خوارزميات تحديد المسارات التقليدية عبر اقتراح طريقة "ديكسترا الموجهة بشبكات الرسم البياني العصبية". باستخدام شبكة طرق واقعية لمدينة طرابلس، ليبيا، يُدرَّب نموذج شبكات الرسم البياني العصبية للتنبؤ بأوزان الحواف التي تمثل تكاليف العبور المكتسبة، مما يتيح التقاط الأنماط الهيكلية التي تتجاوز المسافات الهندسية المجردة. توجّه أوزان الحواف المتوقعة خوارزمية ديكسترا في اختيار المسارات، مما يمكّن من اتخاذ قرارات توجيه تكيُّفية ومُوجَّهة بالبيانات. تُظهر النتائج التجريبية أن خوارزمية ديكسترا الموجهة بشبكات الرسم البياني العصبية تحدد مسارات بديلة بتكاليف متوقعة أقل مقارنة بتلك التي تنتجها خوارزمية ديكسترا التقليدية باستخدام الأطوال الفعالية للطرق. علاوة على ذلك، تُظهر الطريقة كفاءة بحث مُحسَّنة ومتانة أعلى تحت ظروف ديناميكية مُحاكاة. يسلط هذا النهج الهجين الضوء على إمكانية الجمع بين تمثيلات الرسم البياني المكتسبة والخوارزميات الراسخة لتعزيز أداء التوجيه في شبكات الطرق المعقدة والواقعية.