基于复杂网络理论的城市路网脆弱性研究

doi:10.3969/j.issn.1674-0696.2015.01.24

重庆交通大学学报（自然科学版） ›› 2015, Vol. 34 ›› Issue (1): 110-115.DOI: 10.3969/j.issn.1674-0696.2015.01.24

基于复杂网络理论的城市路网脆弱性研究

黄大荣^1,2，沈利兵¹，赵玲¹

1. 重庆交通大学信息科学与工程学院，重庆 400074;2.杜伊斯堡-埃森大学自动控制与复杂系统研究所, 杜伊斯堡 47057，德国

收稿日期:2013-10-13 修回日期:2014-03-10 出版日期:2015-02-15 发布日期:2015-03-10
作者简介:黄大荣(1978—)，男，湖北建始人，教授，博士，主要从事交通可靠性工程方面的研究。E-mail：drhuangjs@gmail.com。
基金资助:
国家自然科学基金项目(61004118,61304104)；重庆市高等学校优秀人才技术计划项目（2014-18）；重庆市教委自然科学基金项目（KJ120422）

Vulnerability Analysis of Urban Road Network Based on Complex Network Theory

Huang Darong^1,2, Shen Libing¹, Zhao Ling¹

1. School of Information Science & Engineering, Chongqing Jiaotong University, Chongqing 400074, China; 2. Research Institute of Automatic Control & Complex Systems, Duisburg-Essen University, Duisburg 47057, Germany

Received:2013-10-13 Revised:2014-03-10 Online:2015-02-15 Published:2015-03-10

摘要/Abstract

摘要： 首先，介绍了复杂网络的静态统计特性，并以新乡市区路网为例计算了映射后包括度、介数、聚类系数等在内的复杂网络统计特征值。然后，针对城市路网的拓扑特性，以复杂网络理论统计特性为基础，建立了路网脆弱性研究模型。以新乡市路网为例，研究了新乡市路网在随机性攻击和最大度攻击两种攻击策略下路网显示出的脆弱性。最后，通过逐个攻击网络节点的方法定量计算出路网中各个节点对于攻击表现出的脆弱性，通过该方法找到了路网中的关键路段，这对于后交通时代以维护为主体的路网保护具有重要的现实意义。

关键词: 交通工程, 城市路网, 关键性路段, 复杂网络, 攻击策略, 脆弱性

Abstract: Firstly, the statistic characteristics of complex network were introduced, and Xinxiang urban road network was taken as a case study, which calculated the statistical characteristics of complex network, including degree, betweenness, clustering coefficient and etc. Then, according to the topology characteristics of city road network, the model of road network vulnerability research was established by the statistic features of complex network theory. Taking the road network in Xinxiang city as an example, the vulnerability of the road network of Xinxiang city in two attack strategies which were randomly attacked and maximum degree attack were demonstrated. Finally, the vulnerability of every node in the network was calculated when they were attacked by assaulting the network rodes one by one, and the key sections of road network were found out by this algorithm. It is of important and practical significance for the network protection which takes the maintenance as the main body in post traffic times.

Key words: traffic engineering, city road network, key sections of road network, complex networks, attack strategy, vulnerability

中图分类号:

U491

黄大荣，沈利兵，赵玲. 基于复杂网络理论的城市路网脆弱性研究[J]. 重庆交通大学学报（自然科学版）, 2015, 34(1): 110-115.

Huang Darong , Shen Libing, Zhao Ling. Vulnerability Analysis of Urban Road Network Based on Complex Network Theory[J]. Journal of Chongqing Jiaotong University(Natural Science), 2015, 34(1): 110-115.

参考文献

［1］涂颖菲,杨超,陈小鸿. 路网拓扑脆弱性及关键路段分析［J］. 同济大学学报：自然科学版, 2010,38(3):364-367.
Tu Yingfei, Yang Chao, Chen Xiaohong. Analysis of road network topology vulnerability and critical links ［J］. Journal of Tongji University: Natural Science, 2010, 38(3): 364-367.
［2］胡一竑,吴勤旻,朱道立.城市道路网络的拓扑性质和脆弱性分析［J］.复杂系统与复杂性科学, 2009,6(3):69-76.
Hu Yihong, Wu Qinmin, Zhu Daoli. Topological Properties and vulnerability analysis of spatial urban street network ［J］. Complex Systems and Complexity Science, 2009, 6(3): 69-76.
［3］ Luathe P , Sumalee A, Ho H W, et al. Large-scale road network vulnerability analysis: a sensitivity analysis based approach ［J］. Transportation, 2011, 38(5): 799-817.
［4］ Zhang L, Levinson D. Investing for reliability and security in transportation network ［J］.Transportation Research Record: Journal of the Transportation Research Board, 2008, 2041: 1-10.
［5］ Crucitti P, Latora V, Marchiori M, et al. Error and attack tolerance of complex network ［J］.Physica A, 2004, 340(1): 388-394.
［6］ Sullivan J L, Novak D C, Aultman-Hall L,et al. Identifying critical road segments and measuring system-wide robustness in transportation networks with isolating links: a link-based capacity-reduction approach ［J］. Transportation Research Part A: Policy and Practice, 2010,44(5): 323-336.
［7］叶青.基于复杂网络理论的轨道交通网络脆弱性分析［J］.中国安全科学学报，2012,22(2):122-126.
Ye Qing. Vulnerability analysis of rail transit based on complex network theory ［J］. China Safety Science Journal, 2012, 22(2): 122-126.
［8］李永树,刘刚,张帅毅.基于GIS的多粒度复杂网络模型［J］ .西南交通大学学报, 2012,47(3): 406-412.
Li Yongshu, Liu Gang, Zhang Shuaiyi. Multi-granularity complex network model based on GIS ［J］. Journal of Southwest Jiaotong University, 2012, 47(3) : 406-412.
［9］邓亚娟,杨云峰,马荣国.基于复杂网络理论的公路网结构特征［J］.中国公路学报,2010,23(1):98-104.
Deng Yajuan, Yang Yunfeng, Ma Rongguo. Highway network structure characteristics based on complex network theory ［J］. China Journal of Highway and Transport, 2010, 23(1): 98-104.
［10］Velaga N R, Quddus M A, Bristow A L. Developing an enhanced weight-based topological map matching algorithm for intelligent transport systems ［J］. Transportation Research Part C: Emerging Technologies, 2009, 17(6): 672-283.
［11］杨露萍,钱大琳.道路交通网络脆弱性研究［J］.交通运输系统工程与信息,2012,12(1):105-110.
Yang Luping, Qian Dalin. Vulnerability analysis of road networks ［J］. Journal of Transportation Systems Engineering and Information Technology, 2012,12(1): 105 -110.
［12］张勇,杨晓光.城市路网的复杂网络特性及可靠性仿真分析［J］.系统仿真学报,2008,20(2):464-513.
Zhang Yong, Yang Xiaoguang. Complex network property and reliability simulation analysis of urban street networks ［J］. Journal of System Simulation, 2008, 20(2):464-513.
［13］赵月,杜文,陈爽.复杂网络理论在城市交通网络分析中的应用［J］.城市交通,2009,7(1):57-64.
Zhao Yue, Du Wen, Cheng Shuang. Application of complex network theory to urban transportation network analysis ［J］. Urban Transport of China, 2009, 7(1): 57-64.
［14］Barabasi A L, Albert R. Emergence of scaling in random networks ［J］. Science,1999, 286(5439): 509-512.
［15］汪玲,王剑.基于异质结构的复杂交通网络拥塞分析［J］.交通运输系统工程与信息,2012,12(2):119-125.
Wang Ling, Wang Jian. Congestion analysis of complex traffic network based on heterogeneity ［J］. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(2): 119-125.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	郑义彬，蔡航鹏，赖伟伟，刘冠宇. 基于复杂网络的湖北省高速公路网特性分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 31-37.
[10]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[11]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[12]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[13]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[14]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[15]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.

基于复杂网络理论的城市路网脆弱性研究

Vulnerability Analysis of Urban Road Network Based on Complex Network Theory

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics