城市公交复杂网络的节点重要性及稳定性研究.pdf

《城市公交复杂网络的节点重要性及稳定性研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：U491.210710-2015221122专业硕士学位论文城市公交复杂网络的节点重要性及稳定性研究王东方导师姓名职称张生瑞教授专业学位类别申请学位类别硕士交通运输工程及领域名称论文提交日期2018年4月17日论文答辩日期2018年5月12日学位授予单位长安大学StudyontheNodes'ImportanceandStabilityofUrbanPublicTransportComplexNetworksAThesisSubmittedfortheDegreeofMasterCandidate：Wa

2、ngDongfangSupervisor：Prof.ZhangShengruiChang’anUniversity,Xi’an,China摘要随着我国经济的发展，城市化进程的加快，城市的交通拥堵问题已成为公众关注的焦点问题，而解决城市拥堵问题的措施之一就是大力发展城市公交。为了给城市公交线网设计与优化提供一些参考依据，本文以商洛市公交网络为研究对象，引入复杂网络作为基本理论，应用Adobeillustrator软件绘制公交线路图，通过SpaceL法构建公交站点网络模型来研究网络的节点重要性及稳定性。本文首先通过

3、了复杂网络的特征度量值（节点的度和度分布、最短距离和平均最短距离、聚类系数）验证了商洛市公交网络具有复杂网络的小世界效应和无标度特征，同时也证实了论文可以利用复杂网络理论的知识来研究商洛市公交网络的拓扑结构。其次为了准确区分节点的重要性，提出了一种基于节点连边重要性的节点重要度算法，通过节点移除后网络效率的变化来判断节点的重要性。此算法和其它两种基于局部信息计算节点重要性的算法相比，更具有普遍适用性，能准确地判断节点的重要程度，尤其能判断出网络中度值很小的桥节点的重要程度。依据本文算法对商洛市公交网络节点的重要

4、性进行由高到低的排序，为下文的蓄意攻击提供准确的攻击顺序。最后分析了公交网络的稳定性，商洛市公交网络在随机攻击和蓄意攻击两种模式下，随着节点被攻击，网络的效率变化程度有明显的区别。随机攻击模式下，网络效率下降的很平缓，而蓄意攻击模式下，网络的效率下降却很快，这说明公交站点网络面对随机攻击具有较强的鲁棒性，面对蓄意攻击比较脆弱，验证了商洛市公交站点网络具有复杂网络的无标度特征，同时也说明了商洛市公交站点网络中关键节点很少。基于公交车在运行过程中遇到道路施工等特殊情况无法正常通行，论文提出了公交的绕行方案。通过商洛

5、市的公交网络实证研究，结果表明，绕行后的公交网络不论是节点间的平均最短距离还是网络效率都得到一定的改善，证明了此绕行方案是可行的。本文的研究能很好的识别网络中的关键节点，可以为以后的公交站点布局和优化提供思路。如合理的布设关键节点，加强对关键节点的保护，提出有针对性的节点分类管理启示，提前规划公交运营中应对特殊情况的绕行方法，进而提高公交网络的稳定性。关键词：复杂网络，公交站点网络模型，小世界效应，无标度特征iiiAbstractWiththedevelopmentofChina'seconomyandthea

6、ccelerationofurbanization,theproblemofurbantrafficcongestionhasbecomethefocusofpublicattention,andoneofthemeasurestosolvetheproblemofurbancongestionistodevelopurbanpublictransport.Forfuturedesignandoptimizationofurbantransitnetworktoprovidesomereferenceforre

7、ference,thisarticleinshangluobusnetworkastheresearchobject,theintroductionofcomplexnetworkasbasictheory,applicationofAdobeillustratorsoftwaremapbuslines,busstationnetworkmodelisconstructedthroughtheSpaceLmethodtostudythenodeimportanceandthestabilityofthenetw

8、ork.Inthispaper,thecharacteristicindexvaluesofcomplexnetworks(thedegreeanddegreedistributionofnodes,theshortestdistanceandtheshortestdistance,theclusteringcoefficient)areusedtoverifythesmallworl