城市公共交通网络关键节点识别研究

来源 :西南大学 | 被引量 : 0次 | 上传用户:edisonye
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会经济持续发展和城市建设不断加快,城市公共交通在提高交通服务运营水平、改善城市居民出行体验上愈发重要。然而在城市公共交通日常运营中,部分地铁站点或公交站点在遭受极端天气后可能引发大范围交通阻塞,导致交通系统结构连通性严重下降。同时,城市公共交通系统存在不平衡发展现象,部分地铁站点或公交站点承载了城市公共交通系统的大部分运量。为提升城市公共交通网络抗毁程度,避免站点故障大幅降低出行效率,优化交通网络现有结构,需要掌握城市公共交通关键站点。因此,本文立足于网络科学理论,围绕城市公共交通网络拓扑结构和城市居民交通出行时空特征展开两个主要研究内容,首先仅考虑城市轨道交通自身客流特征的影响,展开城市轨道交通网络关键站点识别。而后考虑城市轨道交通自身运载客流与城市公交客流的交互,展开公交-地铁双层网络关键站点识别。(1)针对关键站点识别方法未充分融合客流时变特征的问题,提出一种面向城市轨道交通网络的关键节点识别方法,通过结合网络拓扑结构信息和客流时变特征,提高了关键站点识别效率,揭示了站点重要性动态变化特征。首先,基于L空间构建城市轨道交通的节点负载网络,以此把握交通网络拓扑结构并刻画客流时变特征。然后,提出拓扑-客流中心性方法,通过融合多种中心性指标获取网络拓扑结构局部信息与全局信息,并使用熵权法确定不同指标的权重。同时,拓扑-客流中心性还量化了站点客流造成的重要性影响。基于上海城市轨道交通相关数据的实验表明,拓扑-客流中心性可以有效评估站点重要程度,挖掘轨道交通关键站点,同时揭示站点重要性动态变化过程。(2)针对关键站点识别方法较少关注不同交通系统的耦合关系,缺乏对运营线路的有效利用,并且难以快速获取网络结构全局信息的问题,提出一种面向公交-地铁双层网络的关键节点识别方法,通过融合线路信息与社团结构特征,揭示了城市公共交通的关键站点。首先,基于L空间和地理邻近关系构建公交-地铁双层网络,以此刻画城市公交和城市轨道交通的交互关系,并通过节点属性和边属性分别记录客流信息和线路信息。然后,根据运营线路和社团结构提出线路-社团中心性方法,以此确定公交-地铁多层网络关键站点。该方法基于线路信息表征站点间的连接紧密度,并据此量化不同邻居对站点重要性的影响程度。同时,利用二部图刻画站点与线路的相互增强关系。此外,线路-社团中心性利用社团结构和客流信息快速获取相距较远站点的重要性影响。基于上海城市公共交通相关数据的实验表明,线路-社团中心性可有效挖掘公交-地铁双层网络的关键站点。
其他文献
并非所有的成果都类似诺贝尔奖的获奖工作或发表在《Nature》或《Science》上的研究一样拥有相当的成就与影响力,对于其余大部分的科研成果进行合理的量化分析,往往关系到科研政策、评价规则等的制定与修改,是长期以来的研究课题。研究实体主要有两种公开行为,即发表和引用。发表中包含的信息相对有限,其作为作者对自身研究内容的单向表达,基本只能体现作者在对应时期的研究内容及合作关系;而引用作为科研工作间
学位
图像超分辨率重建是计算机视觉中的一项关键性技术,旨在将低分辨率图像重建成具有丰富纹理细节的高清分辨率图像。在如视频重建,医学检测、地理遥感、目标识别等众多领域有着广阔的应用前景和重要的研究价值。高分辨率图像模糊退化成低分辨率图像的过程中含有诸多难以建模的复杂因素,该映射是一种一对多的关系,难以一种求解简便的逆函数方法得到超分辨率图像。近年来,随着深度学习的发展以及在图像重建的实际应用,超分辨率重建
学位
变应性鼻炎(Allergic rhinitis,AR)是指特应性个体接触变应原后,发生的主要由过敏原特异性Ig E介导的,且体内有多种免疫细胞及细胞因子参与的鼻黏膜慢性非感染性炎性疾病。主要临床表现包括,阵发性喷嚏、流清水样涕、鼻痒和鼻塞,且可能伴有支气管哮喘、慢性鼻窦炎和变应性结膜炎等多种并发症,对人们的生活和健康造成极大困扰。流行病学调查显示,全球大约有10%-40%的AR患者,不仅在生活质量
学位
背景和目的:骨关节炎(Osteoarthritis,OA)的发展与关节组织中老化细胞的增多和软骨降解有关,原因可能是线粒体功能障碍和氧化应激。因此,减少氧化应激对软骨细胞的损伤通常被视为治疗OA的有效手段。淫羊藿作为一种传统中草药,常用于OA的基础研究和临床治疗。其独特的黄酮类化合物淫羊藿苷被历版《中国药典》指定为淫羊藿药材质量评价的指标性成分,具有清除氧自由基(Reactive oxygen s
学位
随着信息技术的蓬勃发展,人类社会中产生的数据量飞速增长,数据对象的类别及其相互之间的关联越来越复杂,形成了规模巨大、种类繁多的异构信息网络(Heterogeneous Information Network,HIN),如何挖掘这些数据中包含的知识成为亟需解决的问题。因此,需要探索合理的异构信息网络表示方式,以提高存储与分析的效率。早期的方法基于网络采样的结果学习网络节点的稠密向量表示。然而,这类方
学位
随着互联网行业的快速发展,人类的生产生活产生大量的复杂网络。链路预测的主要任务是通过已知的网络节点以及网络结构等信息,预测网络中尚未产生连边的节点对之间在未来产生链接的可能性。作为数据挖掘领域的一个重要分支,链路预测已成为各领域研究者关注的重点,广泛应用于生物实验、推荐系统、网络重构、在线社交等领域。以共同邻居(Common Neighbors,CN)为代表的传统链路预测算法仅根据节点的一阶邻居信
学位
药物组合在治疗多种复杂疾病中发挥着重要作用,它能从多个治疗方向促进患者健康恢复。与单一药物治疗相比,药物组合治疗不仅能够提高治疗效果,而且可以降低单一药物剂量增加带来的副作用。然而,通过临床实验手段验证成千上万种药物组合的有效性,会消耗大量人力和物力资源。深度学习的迅速发展,为临床医疗数据的挖掘与运用提供了新手段。通过深度学习技术对临床医疗数据加以分析,筛选出潜在有效的治疗药物组合,可以大大减少临
学位
目的 观察护理干预对Leep刀宫颈锥切术治疗宫颈疾病的影响及效果。方法 选取行Leep刀宫颈锥切术治疗的宫颈疾病患者40例,分为基础护理干预组和整体护理干预组各20例。对比两组手术一次成功情况、术后并发症、宫颈长度、疼痛程度、生活质量及护理满意度。结果 整体护理干预组手术一次成功率高于基础护理干预组(P<0.05),术后并发症发生率低于基础护理干预组(P<0.05),护理满意度高于基础护理干预组(
期刊
随着互联网技术的快速发展,社交网络作为重要的信息载体,极大程度改变了信息的传播方式,使每个人都能扮演信息的创造者、传播者和消费者,因此,对信息流行度的高效预测成为了研究热点之一。然而,由于内容形式的多样性、网络结构的复杂性以及影响因素的多元性使得预测任务面临众多挑战,如何建立高效的预测模型是亟待解决的问题。通过对相关文献资料的充分调研,本文深入研究并分析了信息流行度的诸多影响因素,运用深度学习技术
学位
瑞幸咖啡在2017年以来发展的三年时间里,一直在吞噬着星巴克和蓝山咖啡等主导的咖啡饮品市场。通过对瑞幸咖啡的分析可以看出,瑞幸咖啡的价值链管理还存在着一些问题,这将会影响到其未来市场核心竞争力的发展。因此,文章利用环境分析和SWOT分析等手段,对瑞幸咖啡的核心竞争力进行了深入的分析,提出相应的策略。希望通过文章的研究,能够对目前市场环境下瑞幸咖啡的核心价值进行进一步的优化,并且为其他新兴行业的企业
期刊