节点中断与需求不确定下的港口供应链整合

为探索不确定风险对物流资源整合的影响，以整个港口供应链为视角，综合考虑物流服务需求方、物流服务供应商、港口企业，构建不确定双层规划模型。上层模型从港口供应链整体角度出发，以整合收益最大化为目标，在给定决策者对于节点中断和需求不确定风险的置信水平下，优化链上多港口对上下游企业的整合策略；下层模型从港口供应链企业节点角度出发，以运输需求方总成本最小为目标，优化整合策略下的均衡货流量。设计混合遗传算法求解案例。案例结果表明：在遭遇风险的情况下，物流服务供应商参与港口整合相较于不参加，链条整体可以获得收益更大；依据决策者对于两种风险置信水平的不同，链上各个港口的整合策略将呈现明显的差异性，且节点中断风险对港口供应链收益情况的影响更大。     

复杂网络中节点重要度评估

为提高复杂网络中重要节点评估的效率和有效性,提出了一种基于节点接近度和节点在其邻域中的关键度评估复杂网络中节点重要度的方法．该方法综合了节点的全局和局部重要性,即在复杂网络中,节点的接近度越大,该节点越居于网络的中心,在网络中就越重要;节点在其邻域中的关键度越大,该节点对其邻域越重要．根据该方法设计了复杂网络中节点重要度评估算法,该算法的复杂度为0（n^3）．实例分析证明了该方法的有效性．     

���ڡ�������������̾�·�㷨

最短径路是网络优化中的一个经典问题，Dijkstra算法被公认为是一种十分有效的最短径路的搜索求解算法．本在研究网络一般结构特点的基础上，发现传统Dijkstra算法在每次迭代过程中都需要搜索所有节点的这一缺陷，通过向搜索节点中引入“度”的信息，提出了基于“度搜索”的改进算法，并根据网络的特点，给出了有向网络和无向网络两种情况下存在“度”差异的算法设计方法；算法的整体结构与Dijkstra保持了一致性，没有算法结构的突变，因而通过修改原有Dijkstra程序和重新设计“度搜索”程序都十分容易实现．该算法提高了最短径路的搜索效率，特别是对稀疏网络，算法效率更为明显，其复杂度小于O(｜V｜^2)．     

复杂供应链网络中牛鞭效应的评估

牛鞭效应的存在严重影响了供应链网络的运作效率和管理复杂度.本文首先构建了供应链网络中库存状态的系统动力学机制,基于线性定常策略中的订货点策略,通过客户节点需求扰动导致供应商与中间商的库存波动对牛鞭效应进行了刻画,提出一种复杂供应链网络牛鞭效应的评估方法;随后考虑到供应链网络具有复杂网络的结构特征,本文对无标度供应链网络和随机网络中的牛鞭效应进行了量化分析.通过案例研究发现,节点库存波动与演化时间存在指数函数的关系,可以定量分析牛鞭效应对节点的影响程度,网络拓扑结构的变化对牛鞭效应的影响有限,但网络规模对牛鞭效应具有显著影响.     

基于复杂网络的城市交通拥塞因子风险传播机理及其应用研究

为了解城市交通拥塞因子风险传播特性,提升拥塞风险控制能力,依据昆明市路网拥塞实际调查数据,利用Pearson相关系数分析风险影响因子间的相关性,构建交通拥塞因子风险复杂网络。通过软件gephi0.9.2计算复杂网络各指标,验证网络的可行性和适用性。计算网络节点的相关指标进而引入网络节点重要度 k 的概念,据此将网络节点划分为核心节点、一般节点和边缘节点,同时引入直接免疫率 ρ 共同构建风险传播模型。对筛选出的核心节点进行直接免疫控制,免疫概率 ρ 分别取0.028,0.056,0.112后计算分析可知,免疫概率 ρ 取值基本与感染节点峰值比例值成反比。结果显示,识别出网络中重要度较大的节点并进行免疫控制后,交通拥塞因子风险的传播规模和传播速率将得到较好控制,对现实生活中治理城市道路路网交通拥塞有较好的指导意义。     

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．     

基于传输效率矩阵的复杂网络节点重要度排序方法

为了提高网络节点重要度评估的准确性,应用复杂网络理论,通过分析非邻接节点对节点重要度评估产生的重要影响,提出了一种基于网络传输效率矩阵的节点重要度排序方法.该方法综合了节点的局部重要性和全局重要性,弥补了节点重要度贡献只依赖于邻接节点的不足.在ARPA网络上对连续移除重要节点的连锁故障进行了仿真.结果表明,相比于节点重要度评价矩阵法,采用本文方法在移除最重要的2个节点后网络的最大连通子图规模降低了23.8%,该结果进一步验证了本文方法的准确性.      

传播动力学视角下集装箱海运网络关键港口节点识别

将船期延误与重要港口节点的识别问题相结合，通过传播动力学模型，对世界集装箱海运 网络的传播特性进行分析，发现港口节点传播能力与度值满足幂为16.84的幂律分布，具有无标 度特征，且度值与传播影响力的相关性较强。以 SIS(Susceptible-Infected-Susceptible)模型为基 础，结合网络结构特性，比较不同节点传播影响力评估方法发现，节点间最短路径长度是衡量节 点传播能力的一个重要因素。基于引力模型，提出考虑度值、节点核心位置及节点间最短路径长 度的综合取值法，验证了改进引力模型在世界集装箱海运网络节点传播能力评估中的适用性，发 现综合取值法对模型精确度提高有促进作用。研究得到：世界各港口传播影响力排序，为关键港 口的识别提供了不同视角；高传播影响力港口普遍集中在亚洲区域，其次为欧洲地区；高连通性 与高传播影响力无正相关性。     

生鲜农产品供应链物流风险传递机理及控制

为更好反映物流作业时间偏差产生的损耗风险传递情况,基于物流服务时间约束条件下,对物流延误造成的超期风险在生鲜农产品供应链中的传递问题进行了分析.首先,借鉴传染病学的疾病传播原理,将传染源、传播载体、受染者3个传染要素引入到物流风险传递识别中,获取物流超期风险五个要素,物流作业标准、管理能力、环境保障、物流延期和空间风险传递;其次,构建了生鲜农产品供应链物流风险的传递模型,采用数值分析迭代法,得到风险传递下供应链整体超期风险值;最后,研究了控制自身风险、空间传递和物流延迟等参数对供应链超期风险值的影响并通过算例进行分析.研究结果表明:在链式供应链沿单一物流方向传递情况下,风险值测算能够有利于发现控制风险传递的关键节点,对关键节点的风险要素优化后能有效减少供应链风险值;节点2和节点4被识别为供应链超期风险产生的关键节点,风险值为0.45和0.39.对占比较高的环境保障、空间传递因素进行优化后,使得供应链超期风险值从原有的0.39减少为0.29.      

基于复杂网络的航班运行风险传播分析

为研究航班运行风险传播机理，基于民航航班运行程序，采集航班运行数据及航空公司、机场、机组、机务、空管等工作表现做为研究样本；采用经验建网法、时间序列相空间重构法和Spearman 相关系数3 种方法，构建面向航班运行风险传播问题的复杂网络，经过计算证实，使用Spearman 相关系数建网效果最佳；对应民航常用控制方法，引入重要度r 、改进感染率β′和改进恢复率γ′概念，提出适用于航班运行的改进SIR 模型，最后对风险网络传播进行动力学分析. 计算结果表明：重要度r =0.4 时，感染节点密度曲线峰值下降10%，达到峰值时间推迟5%；改进恢复率γ′=0.9 时，感染节点峰值降低6%. 证实加入重要度，改进恢复率可有效抑制风险网络传播；说明识别风险网络中对关键节点加以控制，提高风险节点恢复比率和速度，可有效提高航班安全保障能力.     

����Ⱥ����·���ڵ���Ҫ�����������о�

城市群是区域城市大系统中具有较强活力的子系统,区域优势显著,在空间联系上具有网络性特点. 客观准确地评价各节点的重要度,是城市群区域公路网布局规划中的一个重要环节. 针对城市群的特点,在公路网节点重要度评估中增加了城市流强度评价指标,节点重要度计算中采用了因子分析法进行客观赋权以避免各指标主观赋权的随意性,为进一步更好区分各节点的重要度等级,采用K-Means聚类方法客观划分了城市节点重要度的类别. 最后以中原城市群为例进行了节点重要度的实例计算,结果表明本文方法具有较好的应用价值.     

基于供应链的港口功能选择探讨

港口功能的出现伴随着世界经济贸易的发展,从传统货物转运中心到现代供应链的重要节点,港口功能在适应社会经济发展需求中逐步拓展.为应对海上运输公司规模化、船舶大型化、港口网络化和制约多样化的发展趋势,港口发展出现了多样化的所有制和全球的运营商,港口面临日益激烈的竞争并与经济紧密联系.随着供应链管理的广泛应用,港口企业应积极探索港口服务功能的拓展,作为配送中心、物流中心、供应链的重要节点为顾客提供增值的物流服务.     

以动产质押融资为例构建供应链金融风险评价指标体系

以动产质押融资为例对供应链金融风险进行了研究,基于模糊综合法构建了供应链金融风险评价指标体系。采用要素分析法确定债权明晰程度、交易关系稳定性、变现能力、保管要求;经营状况、贷款记录、资产负债率、销售利润率、注册资金;行业地位、资产负债率、销售利润率;监管地点、业务模式、回款账户锁定;区域行业环境、区域信用环境、区域法制环境等18个因素为评价指标,通过层次分析法（AHP）确定了指标权重,与银行、物流企业专家共同确定了指标评价标准。通过实证案例进行了验算,验算结果与事实相符,该指标体系能有效评价供应链风险,为风险防范提供了有效依据。     

基于变权可拓物元的铁路“走出去”公私合营项目风险决策

针对铁路“走出去”公私合营(PPP)项目的风险评估决策需求，提出一种基于变权可拓物元模型与累积前景理论的风险决策方法。在构建风险评价指标体系的基础上，通过经典域、节域矩阵及待评物元等级量化值综合确定各风险指标的组合权重。考虑决策者损失规避、收益偏好等心理特征，结合变权理论与贴近度准则，从损益角度综合确定风险决策参考点，基于蒙特卡洛模拟构建风险决策价值函数与概率权重函数，通过敏感性分析对不同风险指标取值下累积前景值的相应变化进行探讨，并以实际铁路“走出去”PPP项目为例进行风险评估决策。相应分析结果表明，所提出的风险决策方法能够有效识别铁路“走出去”PPP项目建设运营过程中面临的关键风 险，判别项目风险等级贴近度，并为铁路企业与政府机构进行风险决策提供参考。     

基于FCM聚类的复杂交通网络节点重要性评估

网络关键节点的评估与选择对于区域交通信号控制系统的实施具有重要意义,国内外广泛应用的SCOOT/SCATS等区域交通控制系统关键交叉口的选取往往以交通流量大小、节点间距等为参考,较大程度上依赖经验. 本文以节点连接度、节点介数和交叉口高峰小时交通流量为评价指标,应用FCM模糊聚类方法给出交叉口的重要性分类方法,实现城市复杂交通网络的关键节点选择,并以北京市长安街沿线周围交叉口为例进行了实证研究. 研究表明：当聚类数取3、4和5时长椿街路口、府右街南口和和平门路口均呈现出极高的聚集性,且聚类中心体现的交通特性与实际工程中的关键交叉口基本相同. 本文方法可为区域交通控制系统的关键节点选择提供理论基础.     

基于提前期的码头与供应链多Agent策略协同及优化

针对国际供应与分销网络中流程提前期的较大不确定性,提出了码头系统与供应链相结合的多Agent策略协调框架,建立了基于策略提前期的循环优化决策模型.在对供应链响应性有不同要求的情况下,对国际供应链节点码头前方作业系统平均流程时间选择合适的控制策略,调节国际供应链补货提前期的波动范围,以驱动供应链时间和成本两方面绩效目标的权衡优化.采用多目标优化遗传算法与神经网络相结合,以一个集装箱码头采取面向供应链策略的计划决策过程为例进行仿真,结果表明:提出的决策模式可增强码头策略计划与时间敏感型供应链整体目标的协同效应;虽然调节提前期波动区间码头需要付出较大的作业均衡成本,但获得的时间目标确定性会明显改善供应网络总体的绩效水平.      

危险品运输关联网络级联失效建模及耦合特性

为研究危险品运输关联网络级联失效机理及耦合特性,在提出一个包含物理网络、服务网络和关联边的危险品运输关联网络模型的基础上,通过构建危险品运输关联网络级联失效模型,利用基于节点度的级联失效平均规模作为网络抗毁性评估测度,基于此对比研究了危险品运输网络关联网络级联失效机理及耦合特性.仿真结果表明：危险品运输物理网络和服务网络间关联边的“传导”特性并不相同,相同失效节点数目下,物理网络的级联失效节点数总大于服务网络,通过改变网络模型参数可提升关联网络抗毁性,且提升服务网络的参数比提升物理网络见效更快.上述结论对危险品运输关联网络的风险识别和应急管理具有一定的理论指导意义.     

基于多层复杂网络的中欧班列运输网络关键节点识别研究

若运输网络中的重要节点发生故障,中欧班列的运输效率和货物流动会受到严重制约。 本文提出一种基于改进TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution) 法及灰色关联分析的多层网络节点重要性评价方法。首先,以中欧班列运输网络结构特征为基础,构建中欧班列多层网络;其次,选取度中心性、介数中心性及接近中心性等多个评价指标,运用改进TOPSIS法计算节点单层网络重要度评价值,采取灰色关联分析融合得到节点综合重要度评价值;最后,利用多层网络SIR(Susceptible Infected Recovered Model)模型验证方法的有效性。 结果表明：本文识别出的关键节点包含中欧班列主要线路的起讫城市、境内外重要口岸和中欧班列集结中心,结果与实际情况较为契合;采用排序前10%重要节点作为初始感染节点,SIR网络感染率在 20 次迭代后达到 97.8%,本文提出方法的网络节点感染率及传播速率均高于 BC (Betweenness Centrality)算法、DC(Degree Centrality)算法和PageRank算法等传统单一网络排序方法,即识别的关键节点对全局网络的影响更为普遍和高效。此外,根据排序结果从国家层面提出相应的政策建议,有助于提高中欧班列运输网络的鲁棒性。