基于复杂网络的交通网络评价.pptVIP

基于复杂网络的交通网络评价 谢波 0 背景 1 复杂网络简介 1.1为什么研究复杂网络 1.2复杂系统与复杂网络 1.3复杂网络研究简史 1.4 复杂网络研究内容 1.5 复杂网络研究—二十一世纪的科学 1.6复杂网络中的基本概念 2 复杂网络在交通系统中的应用 2.1城市交通网络的特性 2.2城市交通网络的描述 2.3主要研究进展及存在的问题 3 部分航空和水运网络数据 背景 复杂网络理论研究始于20世纪60年代由著名数学家Erdos和Renyi提出的ER随机图模型。此后40年里，该模型一直是复杂网络的基本模型，直到1998年，两篇具有开创性的论文相继发表，科学家冲破了随机网络理论的禁锢，掀起了一股研究复杂网络的热潮。与此同时，复杂网络的神奇魅力也吸引了广大交通学者，他们通过大量的实证研究发现，交通运输网络和其他网络一样，具有复杂网络的结构特性，这一发现，为深入研究交通网络的特性与拓扑结构之间的相互作用奠定了坚实基础。但是，交通网络的空间实体性又使其与社会网络等抽象网络不同，这一点在城市道路网络中表现尤为明显，因此，有必要以新的视角来审视城市交通网络。 复杂网络是构成复杂系统的基本结构，每个复杂系统都可以看作是单元或个体之间的相互作用网络； 复杂网络在刻画复杂性方面的重要性是由于结构决定功能的。 复杂网络是研究复杂系统的一种角度和方法，它关注系统中因子相互关联作用的拓扑结构，是理解复杂系统性质和功能的基础。 小世界网络和随机网络符合泊松分布 1.6复杂网络中的基本概念 1.6 .1 节点度和度分布 节点的度是一个重要概念，它是用来表述某个节点i与之相连接的边的总个数，通常用k来表示。度的值愈高，则节点在网络中的重要性和影响程度就愈明显，在现实的交通运输道路网络中，节点的度表示与某一路口直接连接的道路的条数，与之连接的道路条数越多，路口也就越重要。 在交通运输道路网络中，所有的路口都拥有相同的度的情况是不存在的，所以我们用P（k）来表示网络最基本的拓扑特性。它表示路口的度的概率分布函数，反映了网络系统的宏观统计特征，度分布可以理解为一个度为n的节点的个数占网络中总节点的个数的比例。我们采用累积度分布函数来描述度分布，这样既能减少统计误差和提高了拟合精度，又能涵盖到所有的原始数据，控制了尾巴噪音。计算公式为： 其中，平均度也是一个极其重要的概念，它从整体上表征网络的结构，平均度越大，表明网络结构越紧凑，反之，网络结构越稀疏。其计算公式为： 1.6.2特征路径长度 特征路径长度 一般定义两个节点之间相连接的最短路径的边的数目为两个节点间的距离。网络的特征路径长度为网络中所有节点对之间的距离的平均值，其中所有节点之间的最大距离称之为网络的直径，特征路径长度亦称为平均最短距离。它是用来反映网络的传输效率以及从全局特征上描述网络节点间的分离情况。特征路径长度的计算公式为： 其中：L为特征路径长度；N为网络中节点的总个数；i，j为网络中不同的节点；为节点i与节点j之间的距离。研究发现，即使许多网络的节点数巨大，但网络的特征路径长度L相对于N来说却小的多，即使是一个连接很稀疏的网络，我们把此种现象叫做“小世界效应”。 1.6.3聚类系数 网络中任意节点与其他直接相连接的节点间互相连接边的实际数目占可能连接的最大连接数目的比值定义为该节点的聚类系数，用Ci表示。它是用来衡量一个复杂网络的集团化程度，即“朋友的朋友互为朋友”的概率。网络中所有节点的聚类系数的平均值即为网络的聚类系数，用C表示，表达公式如下： 其中Ei表示与节点直接相连接的节点间实际连边数目，ki表示与节点直接连接的边的数目。很明显，0≤C≤1，C=0当且仅当所有的节点均为孤立节点，即没有任何连接边；C=1当且仅当网络是全局耦合网络，即网络中任意两个节点都是直接相接。 1.6.4 网络中心势系列 网络的中心势指标侧重于考察作为一个整体的网络在多大程度上具有一个中心化的结构，即整个网络在多大程度上围绕着某些核心节点组织起来，描述了网络的宏观节后，体现了整体网络影响力分布。 Freeman提出了3种类型的网络中心势指标：点度中心势、邻近中心势、介数中心势。其基本思想都是将各种节点的中心度指标转化为网络的总体层次的中心势水平，即找出网络最核心店的中心度和其它点的中心度之差 网络点度中心势。该指标描述了网络中最高点度中心度与其他节点点度中心度的差异程度，其计算以节点点度中心度为基础。无向网中，点度中心度的计算式为： 其中为节点i的度，N为网络节点数，N-1为节点最大的可能度数。 网络的点度中心势的计算公式为：