融合网络拓扑结构特征与客流量的城市轨道交通关键节点识别研究

科学合理地识别轨道交通网络的关键节点,并制定针对性的维护管理措施,有助于保障轨道交通的稳定运行。网络中的节点在局部发挥着对外传输与连接的作用,在全局中影响着网络的传输效率,同时,也必然受到其他节点的影响,本文提出一个考虑邻居节点影响的改进节点度模型评价节点的局部重要性,以及一个考虑其他节点影响的改进节点效率模型评价节点的全局重要性,基于改进的节点度模型和节点效率模型构建节点网络拓扑结构重要度评价模型,综合反映节点的局部重要性和全局重要性,也能反映其他节点对目标节点的影响;以进出站客流和换乘客流为基础建立节点客流量重要度评价模型;进一步构建综合考虑节点网络拓扑结构重要度和客流量重要度的关键节点识别模型,更加全面地评价节点的重要性,并以西安市数据为基础进行实例验证。结果表明：本文模型所识别出的关键节点,能很好地体现节点在网络中的功能特性;排名前5的关键节点失效,会导致客流损失34.41%,网络效率降低57%,相对最大连通子图比例下降91.82%,证明了模型的有效性。     

基于空间流量度的城市路网关键节点挖掘方法

针对城市路网关键节点识别与管控问题中传统方法欠考虑结构、流量等多元因素影响,并引入了过多权重参数主观性太强等问题,引入了节点的空间流量度和网络结构流量熵两个新概念,构建了有向含权路网模型,提出了基于空间流量度的城市关键节点识别方法.以北京市四环内路网为例,计算了路网度分布以及速度分布,对比了不同方法的有效性.研究结果表明:方法能够同时识别出流量较大和结构重要的节点;此外,模型参数α增加和β降低有利于提高网络连通性能,但α增加和β降低不利于流量的均衡分布;文中方法和结果可为城市交通规划、设计和管理提供参考,对于缓解拥堵、提高鲁棒性具有重要意义.     

基于GPS 轨迹挖掘的城市空间动态交互特征研究

对城市移动轨迹进行深入挖掘,有助于更加精细地理解城市空间动态交互特征. 以兰州市出租车GPS轨迹为基础,采用栅格方法,分析城市栅格空间的交通出行量. 以栅格为节点,以交通出行量为权重,建立动态有向加权复杂网络. 采用Infomap 算法识别城市社团结构,研究兰州市城市结构的时空演化特征,并对城市社团识别结果进行可视化分析. 研究表明,休息日和工作日城市动态时空交互存在明显差异. 工作日的城市空间交互距离和范围较大,空间交互更加紧密;休息日的空间交互范围相对较小,分裂程度较大. 高峰期和非高峰期城市空间交互也有不同,城市空间交互随时间动态变化. 研究结果可为政府管理城市,商家运营和居民出行提供决策服务.     

基于时空相关性的城市交通路网关键路段识别

关键路段通行能力的大小是决定城市道路交通是否畅通的重要因素之一.关键路段的识别为交通规划、居民出行等提供了重要的决策支撑,对缓解交通拥堵具有重要的意义.本文对城市路网关键路段的识别进行了研究.首先建立了适用于交通路网的空间邻接矩阵;其次以时空相关函数表达不同时间延迟下路段与周边相邻路段交通状态之间的影响程度,并将其作为路段重要性的衡量指标,构建了逼近于理想点的路段重要性度量模型,通过排序实现了对关键路段的识别;最后将模型应用于北京市区域路网,结果证明,该方法能够有效地识别路网的关键路段,具有实用性和可行性.     

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。     

大数据在城市交通中的应用研究

大数据技术的发展对城市交通领域产生了重要影响。文章阐述了大数据的概念及特点,论述了近几年国内外大数据在城市交通的应用研究情况,对其应用研究范围及趋势进行了总结,指出智能交通是城市交通大数据应用的重心,最后展望了今后的研究方向。     

城市交通大数据资源中心平台的设计与实现

设计的交通数据资源中心平台,基于高性能大数据分布式架构,引入区块链技术,运用GIS技术,实现了交通数据汇聚接入、融合处理、存储管理、应用、共享、服务整个数据生命周期的交通数据的管理和应用服务,并成功应用于厦门市城市交通大数据分析应用平台.     

基于Kolmogorov熵权的城市轨道交通网络节点重要度识别算法

近年来,我国城市轨道交通系统中延误、破坏事件及运营故障等事故频发,事故站点大多客流量大且交通繁忙,因此识别城市轨道交通网络中的重要节点对于保证网络的正常运营具有重要意义。为更真实地反映现实世界城市轨道交通网络的实际情况,本文首先基于复杂网络理论构建城市轨道交通网络模型;其次在网络拓扑指标的基础上,考虑车站自身属性及其周边区域环境对节点重要度的影响,构建城市轨道交通网络指标评价体系;然后基于混沌时间序列与混沌系统指标序列的共性,采用Kolmogorov熵权法计算指标权重,结合城市轨道交通网络指标数据得到城市轨道交通网络节点重要度排序;最后,通过成都地铁网络的实例研究结果表明：排序前10的关键车站均位于城市中心城区且皆为换乘站点。与信息熵权法结果进行对比发现,本文方法有8个共同的关键站点,且排序结果分布更集中、极端值更少、得分差距更小。研究成果有助于更好地理解城市轨道交通网络的结构特征,为预防事故、优化运营提供了重要理论依据。     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.     

大数据时代城市交通学发展的机遇

基于对城市交通研究的思维方式和技术方法的回顾,指出大数据时代城市交通学面临发展机遇.阐述在信息化发展背景下,既要研究信息化发展与城市交通的相互联系,也要研究如何适应信息化发展来组织城市交通网络的构建和运行.分析了城市交通需求管理在指导城市交通网络构建和运行中的作用.基于交通模型应用现状,从五个方面阐述大数据技术为微观个体行为、出行需求特征与演变规律和传统交通模型等多方面的重新认识乃至重构提供重要的技术支撑.提出研究并建立适应中国国情的城市交通模型,最终达到促进城市交通学发展的目的.最后指出应用信息技术改善城市交通是当前的重要课题.     

基于出租车GPS大数据的城市热点出行路段识别方法

连续两个出租车 GPS定位点之间的时空间隔使得乘客上下车的位置必然介于一个线性区间内,据此提出轨迹线密度方法,用于在位置界限模糊的热点出行区域进一步搜索热点路段.利用成都市出租车 GPS数据,借助核密度估计分析出租车上下客位置的时空特性;基于轨迹线密度方法,计算了成都市春熙路商圈的路网密度值,划分路段热点强度,识别出了热点路段的位置,结合实际的出行需求分布完成方法有效性的验证.结果表明,本文所采用的方法能够有效识别出行需求旺盛的城市热点路段,不仅可以为出租车司机寻找客源提供重要的参考,还能够在交通相关部门选择出租车停靠站的位置时提供数据支持.     

����������������н�ͨϵͳ���������������о�

首先综述了当今关于小世界网络、无标度网络以及复杂加权网络的最新研究成果，并从城市交通系统的角度出发，指出了综合利用复杂网络理论、动态系统理论、现代控制理论及交通科学和工程等多学科的理论与方法，在探索城市交通网络的时空复杂性及其演化机理，揭示交通流的演化过程，缓解和预防交通拥堵，指导交通实践等方面，都具有重大的科学理论意义与实际应用价值，是值得深入研究与探讨的大问题。并进一步指出了一些今后关于城市交通网络复杂性问题的研究主题。     

���и��Ͻ�ͨ��������������о�

针对北京市三环内实际交通网络,分别构建城市道路交通网络和由城市轨道交通网络叠加形成的城市复合交通网络模型。基于复杂网络理论,采用Matlab计算节点度、聚类系数、平均路径长度、介数和节点紧密度等指标,分析了其分布规律,然后对这两个网络模型的统计特征值进行比较分析。结果表明,它们都具有一定的随机网络模型和无标度网络模型的小聚类系数特征,叠加后的城市交通网络直径和平均最短路径减小,平均度、聚类系数和节点紧密度都有不同程度增加,使整个路网的可达性得到了一定的提高,网络承载力变大。     

城市复合交通网络的若干特性研究

针对北京市三环内实际交通网络,分别构建城市道路交通网络和由城市轨道交通网络叠加形成的城市复合交通网络模型.基于复杂网络理论,采用Matlab 计算节点度、聚类系数、平均路径长度、介数和节点紧密度等指标,分析了其分布规律,然后对这两个网络模型的统计特征值进行比较分析.结果表明,它们都具有一定的随机网络模型和无标度网络模型的小聚类系数特征,叠加后的城市交通网络直径和平均最短路径减小,平均度、聚类系数和节点紧密度都有不同程度增加,使整个路网的可达性得到了一定的提高,网络承载力变大.     

城市道路交通流实时数据质量控制技术

随着城市交通系统越趋复杂．交通数据量越趋庞大．传统的历史数据修正方法和交通流理论修正方法在数据质量控制上渐显不足,以致隐含在交通流数据中的真实规律得不到体现？文章总结归纳国内外相关领域的研究成果,结合广州市在建和已建智能交通系统中数据质量控制技术现状,提出一种基于数据类型、缺遗原由等特征的城市道路交通流实时数据质量控制技术,并且通过实际工程应用案例验证了该项技术能有效解决交通数据处理的;住确性、可靠性和实时性问题。     

����FCM����ĸ��ӽ�ͨ����ڵ���Ҫ������

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.