城市交通网络复杂性分析.docVIP

城市交通网络复杂性分析 　　摘要:现实世界中的许多复杂系统都可以使用网络模型进行描述,复杂网络的结构和性质研究已经成为引人注目的领域。本文基于复杂网络基本理论,研究了城市交通网络的复杂性。通过收集城市交通系统数据,运用spacep 方法把城市公交系统进行抽象成一个复杂网络。提出了网络最短路径计算方法。统计分析表明该网络不是一个无尺度网络,但仍然具有小世界现象。 　　关键词:城市交通网络 复杂性 小世界 　　 　　1 引言 　　网络是数学和社会科学中探索事物间相互关联的一种有效途径。所谓网络,抽象的说,元素及元素之间的关系作为一个整体就是网络。网络能够高度复杂,从城市公路交通网到航空路线图,从超大规模集成电路到大型电力网络,从细胞神经网络到蛋白质相互作用网络等。复杂网络已经成为人们探索复杂系统和复杂问题的、非常一般的抽象和描述方式。 　　在20世纪中叶,匈牙利数学家Paul Erdos和 Alfred Renyi提出了随机图的模型[1],1998年,美国物理学家Watts和Strogratz建立了 一个具有“小世界”特征的网络模型[2]。它与随机网络模型的重要区别在于,网络中节点间的平均距离相对于网络规模来说很小。 　　随后一年,物理学家Barabasi和Albert[3]又创造性的构造了一个更接近现实情况的无标度网络模型,――网络中的节点和节点间的连接随着时间不断的增加,而网络的度分布呈现power law――而真实网络的度分布都呈现了与BA 的理论模型相吻合的power law。 　　由于每一个系统中的网络都可以使用网络分析的方法,所以有其共性。例如关于顶点度值分析方法,研究网络的几何性质,网络的形成机制,网络演化的统计规律,网络上的模型性质,以及网络的结构稳定性,并把它与具体系统结合起来是复杂网络研究的中心内容。国内外学术界近年来对城市交通网络的研究也步入了一个新的阶段[4,5],一个明显的特点是紧密连接了复杂网络理论。 　　本文以烟台公交系统为研究对象,把站点与站点之间的关系进行了网络化抽象,对网络的静态统计量,如网络的节点度、最短路径等进行了统计和分析。 　　 　　2 城市交通系统的网络抽象 　　城市网络的抽象方法主要有两种:一种是将交叉路口视为节点而将道路视为边,,被称为Primal approach;另一种是将道路映射为网络中的节点,将道路间的交叉口映射为节点间的连边,被成为dual approach。 　　城市公共交通网络的描述方法主要有3种,本文使用spacep方法分析烟台公共交通网络,即将交通站点视为节点,若两个站点有直达交通线路,那么它们就有连边。本文统计了烟台(芝罘区、莱山区和开发区3区)的40路公交车,共有542个站点,分别依次给公交线路和站点编号,根据站点之间线路关系建立了烟台城市交通网络。假设站点与公交线路之间的关系矩阵A=[aij],若第j(1≤j≤40)辆公交车经过站点i(1≤i≤542),那么aij=1,否则aij=0,同时建立公交站点与站点之间的关系矩阵B=[bij],其中bij表示第i个站点和第j个站点是否在同一条公交线路上。 　　3 城市交通网络的复杂性分析 　　3.1 节点度分布 　　节点的度(Dgree)为其所邻接边的数目,即节点i的度ki定义为与该节点相连的其他节点的数目,可以表示为:ki=∑bij(j∈r)(3、1),其中r表示的邻接集,为站点i与站点bij之间的关系矩阵。直观上看,节点的度越大就意味着这个节点在某种意义上越重要,。网络中所有节点i的度ki的平均值称为网络的平均度记为〈k〉,度分布是指网络中度为k的节点的概率p(k),随度k的变化规律,,即概率p(k)表示的是一个随机选定的一个节点的度恰好为k的概率。度分布特性反应了网络拓扑的连接情况。 　　规则的图有着简单的度序列,因为所有的节点有相同的度,所以其度分布为Dalta分布,它是一个单个尖峰。完全随机网络的度分布近似为Poisson分布,其形状在远离值〈k〉处呈指数下降。这意味着当k远大于〈k〉时度为k的节点实际上是不存在的,这类网络也称为均匀网络。近几年的大量研究表明,许多实际网络的度分布明显的不同与Poisson分布。1999年,Barabasi和Albert指出,现实世界中许多网络的度分布可以用幂律形式来更好的描述。由于幂律分布没有标志性的特征长度,因而幂律分布也称为无标度分布,具有幂律分布的网络也称为无标度网络。 　　根据对前面建立的城市交通网络进行统计分析,得到交通网络的平均度〈k〉=34、6292,可以得出绝大部分的节点的度相对较低,但存在少量的度很高的节点,例如火车站站点、北马路站点和三站市场站点等,这说明有很多公交车都经过这些站点,也就是说这些站点在烟台交通网络中