亚洲一区人妻,久久三级免费,国模少妇无码一区二区三区,日韩av动漫

國內(nèi)或國外 期刊或論文

您當(dāng)前的位置:發(fā)表學(xué)術(shù)論文網(wǎng)經(jīng)濟論文》 地鐵網(wǎng)絡(luò)節(jié)點的聚類分析與關(guān)鍵節(jié)點識別> 正文

地鐵網(wǎng)絡(luò)節(jié)點的聚類分析與關(guān)鍵節(jié)點識別

所屬分類:經(jīng)濟論文 閱讀次 時間:2021-03-06 10:36

本文摘要:摘要:為克服傳統(tǒng)評價模型在尋找網(wǎng)絡(luò)關(guān)鍵節(jié)點時主觀因素的干擾,嘗試使用聚類思想來進行網(wǎng)絡(luò)關(guān)鍵節(jié)點識別。結(jié)合聚類分析的思想,提出了識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的數(shù)學(xué)模型。將蟻群聚類算法和遺傳算法進行融合,并對成都市地鐵網(wǎng)絡(luò)的136個節(jié)點進行聚類分析,完成了關(guān)

  摘要:為克服傳統(tǒng)評價模型在尋找網(wǎng)絡(luò)關(guān)鍵節(jié)點時主觀因素的干擾,嘗試使用聚類思想來進行網(wǎng)絡(luò)關(guān)鍵節(jié)點識別。結(jié)合聚類分析的思想,提出了識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的數(shù)學(xué)模型。將蟻群聚類算法和遺傳算法進行融合,并對成都市地鐵網(wǎng)絡(luò)的136個節(jié)點進行聚類分析,完成了關(guān)鍵節(jié)點的識別。采用網(wǎng)絡(luò)效率和最大連通子圖來衡量網(wǎng)絡(luò)魯棒性,觀察關(guān)鍵節(jié)點類被隨機攻擊后網(wǎng)絡(luò)指標(biāo)的變化趨勢。結(jié)果表明:改進后的蟻群聚類算法聚類性能和效率有了較大提升,并且準確識別出了26個關(guān)鍵節(jié)點;關(guān)鍵節(jié)點類被隨機攻擊后,網(wǎng)絡(luò)效率和最大連通子圖下降80%以上,遠高于其他節(jié)點類,驗證了通過聚類進行關(guān)鍵節(jié)點識別的可行性。

  關(guān)鍵詞:城市交通;地鐵網(wǎng)絡(luò);關(guān)鍵節(jié)點識別;聚類分析;蟻群聚類算法

地鐵網(wǎng)絡(luò)節(jié)點

  0引言

  城市軌道交通網(wǎng)絡(luò)對城市公共交通系統(tǒng)具有重要支撐作用,網(wǎng)絡(luò)節(jié)點的暢通與否會影響城市軌道交通網(wǎng)絡(luò)的通行效率,嚴重時甚至?xí)䦟?dǎo)致網(wǎng)絡(luò)的癱瘓。因此,對城市軌道交通網(wǎng)絡(luò)的關(guān)鍵節(jié)點進行有效識別,找出重要的“核心節(jié)點”,并通過重點保護這些“核心節(jié)點”提高整個地鐵網(wǎng)絡(luò)的可靠性,有助于提升網(wǎng)絡(luò)的運營安全和效率。目前,對于城市軌道交通網(wǎng)絡(luò)關(guān)鍵節(jié)點識別的研究較多,大都是在復(fù)雜網(wǎng)絡(luò)節(jié)點重要度評估方法基礎(chǔ)上進行擴展,使用節(jié)點度、介數(shù)等指標(biāo)對節(jié)點進行評價。

  交通運輸論文范例:地鐵信號系統(tǒng)中車地?zé)o線通信傳輸?shù)目垢蓴_探討

  如,YANG等[1]認為節(jié)點的重要度取決于度和介數(shù)兩個指標(biāo),但多個指標(biāo)反映的結(jié)果往往不同,需要對多指標(biāo)結(jié)果進一步分析,以得到更加完善結(jié)果。在這一過程中,有學(xué)者使用PageRank[2]、灰色關(guān)聯(lián)法[3]、TOPSIS[4]等方法對網(wǎng)絡(luò)節(jié)點的多個指標(biāo)進行分析,得出節(jié)點重要程度的排名,但評價模型往往涉及多指標(biāo)權(quán)重確定,這一環(huán)節(jié)的存在導(dǎo)致評價結(jié)果存在較大主觀性;其次在得出網(wǎng)絡(luò)節(jié)點重要度排名后,往往采用人為規(guī)定閾值的方法確定關(guān)鍵節(jié)點,主觀性較強,而使用聚類方法可以避免主觀因素對網(wǎng)絡(luò)關(guān)鍵節(jié)點識別的影響。

  蟻群聚類算法具有魯棒性、穩(wěn)健性的特點,在實際應(yīng)用中比較廣泛[5-7],但蟻群聚類算法存在收斂慢,易陷入局部最優(yōu)的缺點[8]。針對以上問題,本文采用聚類分析的方法,根據(jù)評估節(jié)點重要度的指標(biāo)對地鐵網(wǎng)絡(luò)節(jié)點進行分類,并構(gòu)建了網(wǎng)絡(luò)關(guān)鍵節(jié)點識別的模型,采用改進的蟻群聚類算法對模型進行求解。選取最大連通子圖和網(wǎng)絡(luò)效率這兩個指標(biāo),分析不同節(jié)點類被隨機攻擊時網(wǎng)絡(luò)性能的下降趨勢,為地鐵網(wǎng)絡(luò)節(jié)點的維護提供參考。

  1地鐵網(wǎng)絡(luò)關(guān)鍵節(jié)點識別指標(biāo)

  評估網(wǎng)絡(luò)節(jié)點重要度的指標(biāo)有很多,一般是從節(jié)點的度、介數(shù)、連通度等拓撲結(jié)構(gòu)或脆弱性指標(biāo)進行衡量[9],但是地鐵網(wǎng)絡(luò)的節(jié)點重要度評估還需結(jié)合地鐵網(wǎng)絡(luò)的實際情況,不僅要反映節(jié)點在網(wǎng)絡(luò)中的重要性,還應(yīng)體現(xiàn)車站周邊的經(jīng)濟水平以及集散旅客、連接其他交通方式的能力。因此,根據(jù)已有的資料并結(jié)合文獻[4]、[9],選取識別地鐵網(wǎng)絡(luò)關(guān)鍵節(jié)點的指標(biāo)。

  其中,V1度,V2介數(shù),V3補圖效率和V4連通度等指標(biāo)根據(jù)文獻[4]中的公式計算所得,V5客運進站量用某一時間段內(nèi)的日平均進站量計算所得,V7周邊資源根據(jù)地鐵站周邊的學(xué)校、醫(yī)院、商業(yè)街等資源評估所得,V8繁榮度則選擇車站所屬地區(qū)的人均GDP統(tǒng)計所得。

  2聚類識別關(guān)鍵節(jié)點類的原理及算法

  地鐵網(wǎng)絡(luò)關(guān)鍵節(jié)點的識別可以采取聚類思想,通過將相同或相近屬性節(jié)點進行歸納[12],將地鐵網(wǎng)絡(luò)關(guān)鍵節(jié)點找尋問題轉(zhuǎn)化為聚類問題來解決,其結(jié)果既能揭示不同類別的網(wǎng)絡(luò)節(jié)點內(nèi)部的隱含關(guān)系[7],又能通過進一步的分析找出地鐵網(wǎng)絡(luò)中的關(guān)鍵節(jié)點類。

  3實例分析

  本文選取文獻[4]中成都地鐵網(wǎng)絡(luò)節(jié)點的數(shù)據(jù)進行仿真實驗,截至到2018年4月,成都地鐵共計6條線路,136個站點,整個城市軌道交通網(wǎng)絡(luò)呈“井+環(huán)”型,可以視為線路與站點構(gòu)成的復(fù)雜網(wǎng)絡(luò)。

  4結(jié)論

  本文以地鐵網(wǎng)絡(luò)的節(jié)點為研究對象,結(jié)合成都地鐵的數(shù)據(jù),運用改進后的蟻群聚類算法對站點樣本和站點屬性進行聚類,并根據(jù)聚類的結(jié)果對成都地鐵網(wǎng)絡(luò)進行關(guān)鍵節(jié)點的識別和魯棒性分析。主要結(jié)論如下:(1)由于聚類劃分的各節(jié)點類之間存在著差異,可通過比較各節(jié)點類聚類中心的類別中心值實現(xiàn)關(guān)鍵節(jié)點的識別。(2)對蟻群聚類算法每次迭代所得的結(jié)果進行遺傳算法變異操作,能夠在一定程度上提高算法的聚類效果和求解效率。(3)通過對成都地鐵網(wǎng)絡(luò)的魯棒性分析發(fā)現(xiàn),關(guān)鍵節(jié)點類被攻擊之后,網(wǎng)絡(luò)性能指標(biāo)急劇下降,整個地鐵網(wǎng)絡(luò)近乎癱瘓,驗證了聚類算法對關(guān)鍵節(jié)點識別的可行性和有效性。

  參考文獻:

  [1]YANGYH,LIUYX,ZHOUMX,etal.Robustnessassessmentofurbanrailtransitbasedoncomplexnetworktheory:acasestudyoftheBeijingsubway[J].SafetyScience,2015,79:149-162.

  [2]馮慧芳,柏鳳山,徐有基.基于軌跡大數(shù)據(jù)的城市交通感知和路網(wǎng)關(guān)鍵節(jié)點識別[J].交通運輸系統(tǒng)工程與信息,2018,18(3):42-47+54.

  [3]張琨,沈海波,張宏等.基于灰色關(guān)聯(lián)分析的復(fù)雜網(wǎng)絡(luò)節(jié)點重要性綜合評價方法[J].南京理工大學(xué)學(xué)報,2012,36(4):579-586.

  [4]薛鋒,何傳磊,黃倩.成都地鐵網(wǎng)絡(luò)的關(guān)鍵節(jié)點識別方法及性能分析[J].中國安全科學(xué)學(xué)報,2019,29(1):93-99.

  作者:薛鋒1,2),劉泳博3),施政1),戶佐安1,2)*,何傳磊

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng):http:///jjlw/26027.html