城市路网模块结构探测及Hub路段诊断算法

为了剖析城市路网拓扑结构的复杂性,识别路网中的关键路段,根据模块结构理论,分析了城市路网的聚类特性,提出了一种适用于城市路网模块结构划分和Hub路段诊断的算法——GN-T算法.该算法通过逐条移除介值最大的路段实现模块结构的划分,从而诊断出路网中的Hub路段.为确定模块结构的最佳划分,提出了一个改进的模块度函数.以武昌区路网为例对该算法进行验证,结果显示:武昌区路网模块度的最大值为0.41,表明该路网具有明显的模块结构特性;利用该算法诊断出的Hub路段与实际情况相符,证明了该算法的有效性和实用性.      

世界集装箱海运网络社团结构研究

从复杂网络的角度,探讨世界集装箱海运网络的结构特性,并提出了海运区块划分的新视角. 根据最新数据,验证海运网络的小世界和无标度特征. 基于模块度理论及分辨率理念,将网络进一步细分形成特征各异的三大海运区域和八大区块. 研究结论为：世界集装箱海运网络度分布符合幂为-8.96 的幂律分布;海运网络分布受海峡、运河等自然地理空间限制,具有显著的地理特征;各海运区块活跃程度不一,可以用航线密度为基础的加权平均度变化衡量;海运区块同样具有小世界和无标度特性,且不受网络规模影响;区域枢纽港的聚类系数普遍趋近0.2,为识别大型中转枢纽港提供依据.     

世界集装箱海运网络社团结构研究

从复杂网络的角度,探讨世界集装箱海运网络的结构特性,并提出了海运区块划分的新视角. 根据最新数据,验证海运网络的小世界和无标度特征. 基于模块度理论及分辨率理念,将网络进一步细分形成特征各异的三大海运区域和八大区块. 研究结论为：世界集装箱海运网络度分布符合幂为-8.96 的幂律分布;海运网络分布受海峡、运河等自然地理空间限制,具有显著的地理特征;各海运区块活跃程度不一,可以用航线密度为基础的加权平均度变化衡量;海运区块同样具有小世界和无标度特性,且不受网络规模影响;区域枢纽港的聚类系数普遍趋近0.2,为识别大型中转枢纽港提供依据.     

基于密度算法和DSM的模块划分方法

针对产品模块化设计中模块划分的问题,考虑到实际过程中设计结构矩阵的多样性,提出一种基于密度算法和设计结构矩阵的模块划分方法,以设计结构矩阵描述零部件间的关联关系,通过n维空间的欧式距离判断各零部件间的联系强弱,利用密度可达原则进行零部件聚类。根据算法参数选用的不同获得不同划分结果,引用模块度准则判别最优的聚类结果作为最终的模块划分方案。最后以汽车起重机上车部分为例说明模块划分过程。     

���ڸĽ�BAģ�͵IJ�ͬ��ģ���˸��������ݻ��о�

以复杂网络理论为基础,分析海运网络的拓扑结构具有无标度网络特性,可运用BA无标度网络模型构建演化海运网络.连接概率是BA模型中节点优先连接的重要依据,据此,针对海运网络港口节点进行研究,通过加权量化和MATLAB编程将影响节点间连接的因素组成节点吸引度,引入连接概率公式,改进了BA模型.分别选取2010年全球15个和25个主要集装箱港口的相关数据,运用上述改进BA模型分别得到不同规模的海运网络演化情况,演化结果验证了海运复杂网络具有无标度网络特征,呈现的特性与网络规模没有必然联系,规模大的网络平均路径更长、集聚性更强,度值相差更悬殊.进一步运用全球班轮航线实际网络进行验证,得到两者结构特性基本相同.     

北京市地铁网络拓扑结构复杂性研究

针对北京市地铁实际网络及运营关系，分别构建了SpaceL和SpaceP拓扑结构模型．基于复杂网络理论，应用现有和新的特征统计指标对两种不同的拓扑结构模型复杂性进行了分析．对SpaceL模型的研究显示，其节点度符合指数为4．1的幂律分布，满足无标度特性；其网络平均距离为15．26，连通度为0．36，代表容错性的补图效率为96．7％，说明其具备小世界网络短距离、高容错性的特点，但不同节点的补图效率显示，少量hub节点的故障会对网络造成较大损失，需重点防护．对SpaceP模型的研究显示，其网络度分布同样具有“幂律结尾”的无标度特性，幂指数为4．2；其平均距离为2．68，小于网络规模的对数（5．2），聚类系数达到0．94，具有明显的小世界特征．研究表明无论是实际网络还是运营层面上，地铁线网都具有复杂网络特征，这对进一步研究地铁线网的结构特性具有启示作用．     

城市道路网拓扑结构的复杂网络特性研究

以城市道路网中的连续道路中心线作为网络拓扑结构的基本分析单元,作者采用对偶法对我国12个不同规模和形态的城市道路网的拓扑结构进行了抽象,在此基础上分析了我国城市道路网拓扑结构具有的普遍复杂网络特性。研究指出,我国城市道路网的拓扑结构一方面具有较小的特征路径长度和较大的聚类系数,是典型的小世界网络;另一方面其度分布函数为幂律形式,又具有典型的无标度特性。     

基于粗糙集-BP神经网络客户群特征与服务映射模型研究

针对客户服务项目的不确定性，基于不可分辨关系的粗糙集理论和BP神经网络算法优良的分类映射能力，提出了面向细分客户群的基于粗糙BP神经网络客户群特征与服务项目映射模型。本文将分析客户特征，运用粗糙集理论进行客户特征约简、划分等价关系、建立BP神经网络的初始拓扑结构，运用K-means算法划分客户群。通过引入粗糙集理论，改进BP神经网络算法，加快BP网络收敛的速度和逃离局部极小值点，并利用rosetta软件和Matlab编程实现面向细分客户群的客户特征与服务项目映射模型。     

�����������ֵĽ�ͨ���������Ż������о�

传统区域交通信号控制系统对控制子区的划分未充分考虑交通网络拓扑结构的复杂特性,由工程师根据交叉口物理距离及现场交通流特性来确定,难以保证其客观性和统一性.本文以社区模块度为评价指标,利用凝聚社区发现算法实现了区域交通信号控制系统的控制子区划分;进而,以北京市望京地区为实验案例进行应用测试,利用VISSIM仿真平台比较了本文方法和传统方法在SCOOT系统控制条件下的控制效果.仿真结果表明,在高峰、平峰、低峰等不同交通需求下,区域主干道的平均旅行时间有明显下降,区域内车均停车延误、车均停车次数、车均延误、平均车速等指标均有改善,验证了方法的有效性和可行性,为区域交通信号控制系统结构优化提供了新方法.     

复杂网络的重叠社区发现并行算法

随着网络规模的快速增长,传统社区发现算法难以处理大规模网络数据和满足复杂网络的可扩展分析需求. 本文提出一种适用于大规模复杂网络的重叠社区发现算法PHLink. 该算法根据复杂网络的无标度特性将节点建立连边的原因进行分析和归类,用以识别网络中具有重叠性的社区结构,并采用MapReduce计算框架对网络进行分割和冗余存储,减弱了图计算的耦合性,解决了社区发现算法的分布式计算问题. 通过真实网络测试,PHLink算法可以大幅度降低边计算的复杂度,对于无标度特性明显的复杂网络提取0.1%的枢纽节点即可节省94%以上的计算量,较传统算法具有较高的稳定性和准确性,并且在Hadoop平台有良好的加速性和伸缩性,可以处理千万级连边规模的大规模复杂网络.      

考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

高度重叠社区的社区合并优化算法

当原图转换成边图后,在边图上进行社区发现可以天然地得到重叠社区,然而得到的社区往往相互大面积重叠,甚至相互包含,导致社区模块性质量较低.针对这一问题,在得到边图下重叠社区发现算法结果的基础上,我们将进一步以优化重叠社区模块化质量函数为标准进行社区合并,以获得高质量的重叠社区.本文首先提出一种描述社区间重叠程度的重叠系数,并基于此进一步提出一种构建带权社区图的启发式方法,能够快速有效地完成社区合并的过程.在人工生成网络与真实世界网络上的实验,进一步验证了该算法能够在不削弱边图方法速度优势的前提下,提高高度重叠社区的模块性.     

330���й�����P�ռ��¹�����������ʵ֤�о�

目前针对中国城市公交复杂网络的实证研究仍然仅限于数个大城市,而对不同规模城市的公交网络在拓扑结构上是否存在不依赖于人口、社会、经济等外部因素的共性特征,以及城市公交系统演化机制的研究尚不多见.本文实证研究了330个中国城市P空间下公交复杂网络结构特征,发现度分布普遍呈指数分布,表示公交网络演化机制为随机连接而非择优连接;普遍具有较大的簇系数和较小的平均最短路径,呈现典型的小世界特征;网络同配性在N=1 000处发生相变,N>1 000的网络普遍正相关,反之负相关.C与K呈幂律下降关系,表明各城市公交网络具有等级模块性.本文研究结果可为理解城市公交系统演化规律、交通网络建模研究提供指导和参考.     

广州轨道交通网络的复杂网络特性研究

分别在L空间和P空间中对广州轨道交通网络进行拓扑建模,并对两个拓扑结构中的网络的平均路径长度、聚类系数、度分布等复杂网络特性指标分别进行计算和分析。结果表明,现阶段的广州轨道交通网络具有随机网络的特性,轨道网络的直达性较好,但是网络的连通性有待提高。     

基于邮政网络的社区物流多中心m-TSP问题

从社区物流的配送问题着手,在总结社区物流配送特点和要求的基础上,提出了基于邮政网络对社区物流进行分区规划的问题.基于假设邮政网点足够密集的研究思想,即配送中心随地可取的情况下,对有社区物流需求的某个地区做分区规划.利用Weight-K-means算法,对划分好的每个区域做一次TSP计算,从而满足在每一个聚类中,不仅车载量均衡,而且车辆所走里程也大致相同.算例分析表明该算法能够得到满意的解.     

基于簇形均衡评估的高速公路收费数据聚类

高速公路收费数据是一种高维、海量、分布特征未知的数据集,因此难以选择 何种算法和参数最适合此类数据的聚类.针对此问题,提出一种基于簇形均衡的聚类评估 指标IBCS,对各簇的形状、分布、密度和尺寸等多种形态进行均衡综合评估.该指标根据 数据集稀疏程度自适应调整邻域置信区间来度量簇结构的分散度和分离度;度量密度使 得IBCS 具有面向数据集的算法选择能力;度量簇大小避免簇划分过于悬殊的问题.UCI 数据集上多种候选算法评估比较实验验证了该指标灵活有效,能获得准确簇数并合理划 分.最后,基于IBCS 评估的西宝高速公路收费数据聚类结果表明,采用K-means 算法,簇 数为5时聚类模式最佳.     

基于CSCW的集成供应链环境下的外包运作模型

通过分析集成供应链(SCM)以及它的环境特点,提出在该环境下的外包类型和各种外包类型的功能.同时析述了集成供应链环境下的外包运作模型和基于CSCW(计算机支持的协同工作)的外包管理模型.通过一个运行实例分析和比较,该模型分析是可行和有效的.