Netzwerk-Datasets sind gut geeignet, um Verkehrsnetze zu modellieren. Sie werden aus Quell-Features erstellt, die Simple Features (Linien und Punkte) sowie Kantenübergänge einschließen können, und sie speichern die Verbindungen zwischen den Quell-Features. Wenn Sie eine Netzwerkanalyse durchführen, erfolgt die Analyse immer für ein Netzwerk-Dataset.
Ein Netzwerk-Dataset modelliert das in der Grafik unten dargestellte Straßennetz. Die Grafik veranschaulicht, dass Einbahnstraßen, Kantenübergangseinschränkungen und Überführungen/Tunnel modelliert werden können. Die für das Netzwerk durchgeführten Analysen, z. B. die Route von Stopp 1 zu Stopp 2, beachten diese und andere Eigenschaften des Netzwerk-Datasets.
Um die Konnektivität und deren Bedeutung zu verstehen, stellen Sie sich vor, die Features wären sich normalerweise der Anwesenheit anderer Features nicht bewusst. An einem Schnittpunkt von zwei Linien-Features würde beispielsweise keine der Linien die andere erkennen. Ebenso verfügt ein Punkt-Feature am Ende eines Linien-Features über keinerlei Informationen über die Linie. Im Netzwerk-Dataset hingegen wird festgehalten, welche Quell-Features lagegleich sind. Es verfügt zudem über eine Konnektivitätsregel, die Sie ändern können, um genauer anzugeben, welche lagegleichen Features tatsächlich miteinander verbunden sind. Auf diese Weise können Sie Überführungen und Unterführungen modellieren, ohne dass die Straßen verbunden werden. Der Solver kann dann bei einer Netzwerkanalyse ermitteln, welche Routen entlang des Netzwerks realisierbar sind.
Multimodale Netzwerk-Datasets
Auch komplexere Verbindungsszenarien sind möglich, z. B. multimodale Verkehrsnetze. Nachfolgend sehen Sie ein Beispiel für ein Verkehrsnetz für das Zentrum von Paris, in dem das Straßen-, Eisenbahn- und Busnetz angezeigt wird.
Das Netzwerk-Dataset verfügt zudem über ein umfangreiches Netzwerkattribut-Modell, mit dem Impedanzen, Einschränkungen und Hierarchien für das Netzwerk modelliert werden können.