저는 그 이유가 그냥 근본적인 산업 시스템에 어떤 결함이 있기 때문이라 생각합니다. 원래 산업 시스템은 시장의 구성원들이 모두 만족할 수 있는 시장을 만들기 위해 구성된것인데 요즘의 산업 시스템은 너무 차갑습니다. 시장의 목적이 시장 구성원들의 만족의 달성이라면 구성원들의 정신적 상태까지 산업 시스템의 변수로 넣어야하는게 맞지않나요? 그런데 4차산업혁명 때문인진몰라도 기계처럼 효율만을 따지는 세계관이 형성됨에 따라 인간의 욕구 (만족) 충족이라는 시장과 산업 시스템의 본목적이 잊혀지고있는듯합니다. 그래서 기업들도 환경파괴, 인권문제와 같은 이윤 추구와 직접적인 관련이 없는그러한 문제는 고려하지않은채로 자본주의의 부정적인 면만을 수용해가고있다는게 저의 생각입니다.

현대인들에게 감성은 어쩌면 쓸모없다고 여겨질 수도 있지만, 저는 감성이 사실은 무엇보다 중요하다고 생각합니다. 이렇게 차가운 사회 안에서 감성적인, 친환경, 친인간적 산업 시스템을 설계하는 따뜻한 인간이 되는 것이 저의 목표입니다.

-> 그래프 이론을 활용한 네트워크 이론과 인접 행렬을 바탕으로 파이썬 사용해서 6단계 법칙 증명하기

진로 : 교통 사건 안내 시스템

사회 :

과학 :

수업량 : 사건 발생 시 대체 경로 안내 시스템

원인 : 아예 그런 시스템이 없음

- 교통이 혼잡하면 신속한 대응이 어려움

- 그런데 일반적인 지도앱은 긴급 출동 상황 실시간으로 반영 X

해결책 : "긴급 차량 우선 경로 안내 시스템"

- 기관에서 출동 정보를 지도앱에 입력

- 지도앱은 그 정보를 바탕으로 작동

- 일단 그 지역의 사용자에게 사건 발생했다고 안내

- 이제 긴급 차량이 통과해야 할 구간을 차단해야함

- 이를 위해 사용자에게 그 구간을 우회하는 대체 경로 안내

기대 효과

- 긴급 차량의 빠른 출동을 지원하여 신속한 대응 가능

• 노드와 그 사이를 잇는 간선으로 이루어진 구조

• 수학적으로 그래프 G는 노드집합 V와 간선 집합 E로 구성됨

유향 그래프 / 무향 그래프

• 간선 (a, b)와 (b, a)가 같다고 보는 그래프는 무향 그래프고 다르다고 보는 그래프는 무향 그래프임

• 방향이 있다 없다는 의미에서 방향성 그래프와 비방향성 그래프라 부르기도함

NetworkX

• 다루기 쉽다는게 큰 장점

  -> 이 라이브러리를 사용하여 코딩할 계획

• 그래프를 만드는 클래스인 Graph, DiGraph를 제공함

  -> Graph 클래스 : 비방향성 그래프 담당

  -> DiGraph 클래스 : 방향성 그래프 담당

메서드

• 노드 추가 : add_node

• 간선 추가 : add_edge

노드 개수 카운팅

• 노드의 개수 (즉 그래프의 크기) : |G| 또는 |V|

• 간선의 개수 : |E|

• 카운팅 : len 명령 -> len(g1)

  number_of_nodes -> g1.number_of_nodes()

  number_of_edges -> g1.number_of_edges()

노드의 인접성

• 간선 (a,b)가 E 안에 존재할 때 두 노드는 인접

• 인접한 두 노드는 서로 이웃이라고 함

• 인접성 확인 : Graph 클래스의 neighbors 메서드로 인수로 받은 노드에 인접한 노드 생성하여 확인 가능함

셀프 루프

• 노드에서 출발하여 자기 자신으로 바로 돌아오는 간선 (약간 합성함수 느낌인듯)

• Graphviz로만 시각화 가능함

그래프 시각화

• Graphviz : 복잡한 네트워크나 구조를 시각화할 때 유용함

  DOT 언어를 사용하여 그래프 정의 후 다양한 포맷으로 출력할 수 있음

• Pydot : Graphiz의 DOT 언어를 처리할 수 있게 해주는 라이브러리로 그래프 시각화에 필수적임

• DOT 언어 : 그래프 구조를 정의하기 위해 Graphviz에서 사용하는 언어

워크, 패스, 사이클, 트레일

• 워크 : 어떤 노드를 출발해서 다른 노드로 도달하기 위한 인접한 노드의 순서열

• 패스 : 워크 중에서 시작과 끝을 제외한 다른 노드에 대해서 동일한 노드를 두 번 이상 지나지 않는 워크

• 사이클 : 패스 중에서 시작점과 끝점이 동일한 패스 (사이클이 없는 패스는 어사이클릭 그래프라 함)

• 트레일 : 어떠한 노드든 동일한 노드를 두 번 이상 지나지 않는 워크

최단 패스

• has_path 명령 : 두 노드간에 패스가 존재하는지 분석

• shortest_path 명령 : 최단 패스 출력

클리크

• 클리크 : 무방향성 그래프에서 모든 노드끼리 간선이 존재하는 노드 집합

• 최대 클리크 : 클리크에 포함된 노드에 인접한 다른 노드를 추가하면 클리크가 아니게 되는 것

• 하나의 출발점에서 다른 모든 노드까지의 최단 경로를 구하는 알고리즘

• 주로 가중치가 양수인 그래프에서 사용

작동 원리 (간단하게만)

• 출발 노드에서 시작하여 최단 거리가 가장 짧은 노드를 반복적으로 선택해 가며 그 노드를 거쳐 다른 노드로 가는 경로를 계산하여 더 짧은 경로가 발견되면 갱신하는 방식

• 1. 먼저 출발 노드의 거리를 0으로 설정하고 나머지 노드의 거리는 무한대로 설정

• 2. 출발 노드와 인접한 노드들의 최단거리 테이블을 업데이트

• 3. 가장 가중치가 작은 노드로 이동 후 그 노드의 이웃 노드들의 최단거리 테이블을 업데이트

• 4. 업데이트를 반복하다 목표 노드에 도달하게되면 종료 (모든 노드에 방문하면 끝)

순차 탐색 (탐욕법)

• 그냥 위에서 설명한 내용과 똑같음

• '방문하지 않은 노드 중 거리값이 가장 작은 노드'를 선택해 다음 탐색 노드로 삼는 방식

• 노드의 개수만큼 순차 탐색을 진행해야하기에 시간이 많이 걸릴 수 있음

우선순위 큐

• 큐에 삽입되는 형태 : <거리, 노드> 꼴

• 순차 탐색을 쓰는 구현과 달리 방문여부를 기록한 배열이 없어도 됨

  (우선순위 큐가 알아서 최단 거리의 노드를 앞으로 정렬하고 기존 최단 거리보다 크면 무시)

• 만약 기존 최단거리보다 더 작은 값을 가지는 노드가 있다면 그 노드와 거리를 우선순위 큐에 넣음 (업데이트)

• 거리값이 가장 작은 노드를 계속해서 큐에서 추출하고 처리

• 모든 노드가 처리됐을때 (큐가 빌때) 종료

코드 구현

• '시작 노드, 끝 노드, 사이 간선의 가중치'를 인접 행렬 그래프에 넣어 표현

  -> 인접 행렬도 가볍게 공부하기

(완벽하게 이해하진 못해서 그냥 계속 인터넷 참고하며 코드 짜면 될듯)

막 자세하기 읽을 필요는 없음

그래프 이론 수학 탐구할 때도 이런 자료 많이 참고할 예정

파이썬 코드 짤 때 필요한 내용은 아님

모든 사용자들이 지도앱 켜고 주행하는건 아님

따라서 효과 미미

• 위의 내용을 약간 바꿔서 적용

• 사건 정보 입력 및 안내 방식은 같음

• 근데 지도앱 내에서가 아니라 다른 개별 프로그램에서 작동

최단대체경로 안내 시스템

• 지도앱 링크를 보내는 방법으로 해결

• 일단 먼저 최단대체경로 계산

• 그 값을 기존의 지도앱에 자동으로 입력

• 최단대체경로가 입력된 값을 링크로 저장

• 링크를 사건 안내 문구와 함께 전송

수업량 유연화 : 최단대체경로 안내 시스템까지 구축 후 통합