河谷型城市公交网络脆弱性研究——以兰州市为例

应用复杂网络理论,以兰州市为例研究河谷型城市公交网络的脆弱性.首先, 根据L 空间模型构建城市公交站点网络,分析该网络静态拓扑特性.然后,基于随意攻击 和蓄意攻击两种攻击模式,建立城市公交网络脆弱性测度指标,并对两种攻击模式下公 交网络的脆弱性进行分析.研究结果表明,由于兰州市特殊的河谷型地形特征,在蓄意攻 击下的脆弱性远远强于其在随意攻击下的脆弱性.最后,结合公交网络脆弱性特征研究公 交网络核心站点选取策略.结果表明,基于度的核心站点选择更适合兰州市公交网络,这 为兰州市交通规划和交通网络优化决策提供理论依据.     

集装箱航运网络拓扑特性研究

从复杂网络理论角度出发,验证了集装箱航运网络具备无标度和小世界特性,由集装箱航运网络节点度分布、度相关性以及度与介数相关性分析得到了度较大的节点对集装箱航运网络影响程度较大的结论.选择度较大节点作为优先攻击目标,随机生成节点序列作为出错目标,进而比较出错和攻击对集装箱航运网络聚集系数、平均距离和网络效率等重要网络特性的影响.通过分析发现集装箱航运网络具有较好的鲁棒性,同时也具有较大的脆弱性.     

基于改进BA模型的海运复杂网络演化研究

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特性.据此,针对港口节点进行研究,分析节点连接概率的影响因素,通过加权量化和MATLAB编程得到节点吸引度,进而改进了BA网络模型中的节点连接概率.选取2007和2010年全球15个主要港口的相关数据,运用上述改进模型分别得到2 a的海运网络演化情况,验证了海运网络具有小世界和无标度网络特征,并得出2010年海运演化网络平均路径更短、集聚性更强,度值相差更悬殊,网络连接更加频繁与高效.     

粤港澳大湾区三大港口集装箱货流的空间分布

以集装箱班轮航线为基础,构建以港口为节点、港口间的运力为边权重的有向加权海运网络,并从中抽取出与广州港、深圳港以及香港港有联系的港口节点和边.在此基础上,分别从出口货流和进口货流两个角度对广州港、深圳港以及香港港的集装箱货流在全球17个海运区域的空间分布情况进行对比,并就出口货流和进口货流在上述三个港口之间的集聚程度进行了分析.结果表明:(1)无论是在进口货流还是出口货流方面,与香港港建立联系的海运区域数量都是最多的,香港港的港口通达性最好;(2)深圳港的货流总量高于香港港和广州港;(3)进口货流主要集中在香港港,出口货流主要集中在深圳港;(4)东非、南部非洲、南美东岸和西非区域的进口货流呈现高度集聚分布的特点.     

���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.     

基于复杂网络的航空联盟航线网络鲁棒性分析

利用复杂网络方法,以三大航空联盟(星空联盟、天合联盟、寰宇一家)航线网络为研究对象,对三大航空联盟网络的拓扑特性与鲁棒性进行对比分析。研究结果表明,星空联盟网络辐射的节点数最多、平均度数最大,三大联盟网络都具有无标度特征和小世界网络效应;随机攻击下,三大联盟网络都具有较强的鲁棒性,而蓄意攻击下,各联盟网络的鲁棒性都较弱;蓄意攻击和随机攻击下,网络的鲁棒性都表现为:星空联盟优于天合联盟和寰宇一家。据此为联盟航线网络优化设计的研究提供了一定理论依据。     

基于CML的城市地铁网络相继故障分析

分析和掌握城市地铁网络的基本特性,有助于规划和运营管理者对地铁进行运输组织和紧急情况的处理。基于复杂网络理论,采用matlab仿真分析,对城市地铁网络相继故障进行了研究。结果表明：在相继故障扩散过程中蓄意攻击比随机攻击具有较快的传播速度,但在扰动幅度和故障规模关系中呈现出相似的变化趋势,蓄意攻击效果并不明显;多目标随机攻击加快了地铁网络相继故障的扩散进程,但对于最终引起的故障规模则影响不大。     

城市轨道交通网络可靠性分析

为预防突发事件对城市轨道交通网络的影响,提高应变能力、增强运营稳定性,有必要对其网络可靠性进行分析。以上海市轨道交通网络为实证对象,基于L空间和P空间方法建立两种网络拓扑结构,分析其复杂网络的静态特性。提出针对车站删除方法的4种攻击策略,并对各种攻击策略下网络可靠性的变化进行比较分析。结果表明,轨道交通车站网络和换乘网络对随机攻击具有鲁棒性,对蓄意攻击具有脆弱性;动态攻击策略对网络可靠性的影响比静态攻击策略更大。     

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.     

新一代网络技术--主动网络

主动网络(Active Network)是一种新颖的网络体系结构，这种新的网络体系加速了底层网络的革命，为网络新型应用的产生创造了条件。本文介绍了主动网络的体系结构、关键技术、主动网络上的应用、有待研究的一些问题及主动网络研究发展的前景。     

基于主动网络的网络管理

在分析现有网络管理模型面临的困难基础上引入了主动网络技术,并设计了一种新型的基于主动网络技术的分布式网络管理模型：研究了利用主动网络技术解决网络管理问题的结构、优势以及协议。并以路由跟踪为例详细说明了管理功能的实现。     

Relations Between Wavelet Network and Feedforward Neural Network

A comparison of construction forms and base functions is made between feedforward neural network and wavelet network. The relations between them are studied from the constructions of wavelet functions or dilation functions in wavelet network by different activation functions in feedforward neural network. It is concluded that some wavelet function is equal to the linear combination of several neurons in feedforward neural network.     

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。     

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.     

基于EKF的神经网络在网络流量预测中的应用

在网络资源有限的情况下,建立合理的网络流量预测模型,并根据其预测结果及时做出控制决策或调整措施,对网络性能和服务质量的提高均有重要意义.根据网络流量的时变、非线性特点建立一个时间相关的流量预测模型,预测和分析网络流量状况,并利用人工神经网络在非线性建模方面的优势,给出了基于EKF算法的前馈神经网络的结构设计及学习算法.最后在Matlab环境下使用该预测模型对网络流量进行了仿真,结果表明该模型具有较好的自适应性和较高的预测精度.     

有关选址和运输网络设计的研究

网络定位(选址)模型已广泛应用于公共及私有设施的定位。文章调查了一个模型，并且对运输网络的设施选址和设计进行了优化。认为改变网络的拓扑构造要比增加设施而提高服务水准更具投资回报效率，因此，该模型在区域规划、分拨、能源管理等领域有许多应用，并概括出了经典的简化工厂选址问题。文章将讨论如何使用这一模型有效地解决问题。     

一种基于二层贝叶斯网的网络入侵检测方法

提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统得自适应性和可移植性,降低系统的误报率和误检率．并通过设计实验来验证基于贝叶斯网的入侵检测系统的性能,实验数据采用KDD cup 1999年的部分数据．实验结果表明：该方法在只使用10％训练数据和部分记录属性来学习的情况下,检测效果仍比较好．     

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。     

基于网络效率的日变路网脆弱性识别方法

在日变动态路网背景下,采用传统的静态脆弱性识别方法有可能无法完全辨识路网系统单元的脆弱性,这不利于事件管理规划和应急物资调配工作的开展.为此,以日变路网为研究对象,在单路段关闭情形下,定义了基于网络效率的路网动态脆弱性指标,表示为退化路网动态网络效率与完好路网静态网络效率的相对变化率.提出了基于单路段关闭的日变动态配流模型刻画日变路网流量的非均衡动态演化,并给出了相应算法.采用提出的指标和模型在实例网络中验证了日变路网脆弱性识别方法的可行性.对比分析了基于动态网络效率和基于静态网络效率的脆弱性识别结果,发现前者的识别率高于后者.