网络模型-cuda ebook

在网络模型中，地物被抽象为链、节点等对象，同时要关注其间的连通关系。基于网络的空间模型与基于要素的模型在一些方面有共同点，因为它们经常处理离散的地物，但是基本的特征就是需要多个要素之间的影响和交互，通常沿着与它们相连接的通道。相关现象的精确形状并不是非常重要的，重要的是具体现象之间距离或者阻力的度量。想了解更多关于网状数据模型的存储结构吗？你可以参考网状数据模型的存储结构-数据库学习。

网络模型的典型例子就是研究交通，包括陆上、海上及航空线路，以及通过管线与隧道分析水、汽油及电力的流动。一个电力供应公司对它们的设施管理可能既采用了一个基于要素的视点，同时又采用了一个基于网络的视点，这依赖于他们关心的是否是替换一个特定的管道，在这种情况下，一个基于要素的视点可能是合适的；或者例如他们关心的是分析重建线路的目的，在这种情况下，网络模型将是合适的。好奇更多关于层次数据模型存储结构的信息吗？可以看看这个层次数据模型存储结构。

网状模型的基本特征是，结点数据间没有明确的从属关系，一个结点可与其它多个结点建立联系。网状模型将数据组织成有向图结构。结构中结点代表数据记录，连线描述不同结点数据间的关系。有向图（Digraph）的形式化定义为： Digraph = (Vertex,{Relation})其中Vertex为图中数据元素（顶点）的有限非空集合；Relation是两个顶点（Vertex）之间的关系的集合。有向图结构比树结构具有更大的灵活性和更强的数据建模能力。还想深入了解有向图和网状数据模型的存储结构吗？请访问网状数据模型的存储结构续-数据库学习。

网状模型可以表示多对多的关系，其数据存储效率高于层次模型，但其结构的复杂性限制了它在空间数据库中的应用。网状模型反映了现实世界中常见的多对多关系，在一定程度上支持数据的重构，具有一定的数据独立性和共享特性，并且运行效率较高。但它在应用时也存在以下问题：

1. 网状结构的复杂，增加了用户查询和定位的困难。它要求用户熟悉数据的逻辑结构，知道自身所处的位置。

2. 网状数据操作命令具有过程式性质。

3. 不直接支持对于层次结构的表达。

4. 基本不具备演绎功能。

5. 基本不具备操作代数基础。

想更具体地了解网络模型在空间分析中的应用？可以参考“空间分析”一章中的“网络分析”部分【图与网络模型】。