CN107958094A - 一种基于复杂网络理论的水域航路脆弱性研究方法 - Google Patents
一种基于复杂网络理论的水域航路脆弱性研究方法 Download PDFInfo
- Publication number
- CN107958094A CN107958094A CN201610901499.2A CN201610901499A CN107958094A CN 107958094 A CN107958094 A CN 107958094A CN 201610901499 A CN201610901499 A CN 201610901499A CN 107958094 A CN107958094 A CN 107958094A
- Authority
- CN
- China
- Prior art keywords
- network
- node
- waters
- complex
- air route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
Abstract
本发明公开了一种基于复杂网络理论的水域航路脆弱性研究方法,该基于复杂网络理论的水域航路脆弱性研究方法具体步骤如下:包括实施方案和研究方法;所述研究方法包括复杂网络理论和数值计算;所述复杂网络理论包括基本概念和特征参数。本发明建立船舶航路网络模型,拟利用MATLAB软件计算复杂网络的特征参数,包括度与度分布、聚类系数、最大连通子图的相对大小、网络的平均效率以及紧密度指数等。数值计算注重计算的稳定性,能够控制误差的增长势头,保证计算过程的稳定,并且注重快捷的计算速度和高计算精度也是数值计算的重要特征,所以,数值计算可以准确地判定网络的性质,对本发明的研究具有可靠性。
Description
技术领域
本发明涉及水域研究领域,具体为一种基于复杂网络理论的水域航路脆弱性研究方法。
背景技术
交通运输系统是社会经济发展的基础,是人类文明的标志,是国家进行资源配置和宏观调控的重要工具,促进了社会分工以及大工业发展和规模经济的形成,扩大了国际间经贸合作和人员的往来,对保障国民经济持续健康快速发展、改善人民生活、促进国土开发和国防现代化建设,具有十分重要的意义。水路交通则是交通运输的重要组成部分,随着我国经济的持续快速发展,我国水上货运量和货物周转量持续上升,水上交通事业蓬勃发展,体现出水上交通在交通运输中占据着重要组成部分。水上交通航路网络存在一定的时空稳定性和不断演变性,比如天气原因、不可抗力因素、船舶自身原因等改变原本的航向,所以航路网络会根据一些现实具体的情况进行不断的变化,由于船舶不可能按照固定的航向航迹航行,因此航道的交叉、转向等因素都会使得船舶航迹错综复杂,而水上交通流的密集化、多样化和船舶的大型化、高速化的发展使得水上交通网络呈现复杂化趋势。
水域作为连接海陆运输的枢纽,是船舶、航海、内陆运输、通信、商务贸易和沿海工业的汇集点,也是沿江沿海区域经济发展的重要水域。水域内岛屿众多,航行条件复杂,航道狭窄,水深浅,浅滩、暗礁和碍航物多,水流复杂。近年来,随着水域船舶流量日益增加,也是航路交叉、船舶交通事故多发地,随着海运量的逐年攀升,水上交通拥堵、港口水域交通事故和环境污染等问题已经逐渐成为制约水域水上交通发展的难题。根据文献查阅和实地调研资料得知,水域船舶交通流的主要特点有:南下和北上船舶交通流会遇冲突明显,且冲突范围广;航迹交错繁杂,呈现北上、南下、横穿等错综复杂的交汇,形成船舶交通流大角度交叉或对遇冲突局面,船舶航路的往来形成复杂的水上交通网络,使得船舶航行风险加大,水上交通的管理日益困难。水域港口船舶交通事故导致的人命伤亡、重大财产损失和海域环境严重污染,引起了社会的高度关注。因此,提高水域船舶交通管理迫在眉睫,而科学正确地认识管理和控制对象是实现有效管理和控制的前提。
正是由于水域环境复杂,其船舶航路可形成复杂的水上交通网络,即以该水域航道、推荐航路、习惯航路等作为网络的边,以航路交叉点作为网络的节点所形成的航路网络。虽然,国内外对水上交通网络已有不少研究,但这些网络大多是以港口作为节点,以港口之间的直线连接作为边所构成的,而针对船舶航路网络的研究还比较缺乏,这方面的研究还不够深入不够全面,因此很有必要进行研究。
航路网络同一般的复杂网络一样,具有网络脆弱性。网络脆弱性是指蓄意攻击网络中的节点或者边时对网络连通性的影响。在复杂网络中,如果蓄意移走某些节点,导致网络分裂成几个子网,网络连通性变差,甚至不能维持其基本功能,那么这个网络具有脆弱性。在现实生活中,对复杂网络脆弱性的研究有着重要的意义,尤其对于交通网络,它存在着许多针对性的攻击,比如在交通流量大的地方出现堵塞或其他故障,即使其他地方交通都是通畅的,也会对整个交通产生严重的危害,所以脆弱性是确保网络功能正常的决定性因素。水域交通复杂,水上事故易发,研究该水域船舶航路网络的脆弱性对于提高船舶交通管理及后期航路优化具有重要的作用。
发明内容
本发明的目的在于提供一种基于复杂网络理论的水域航路脆弱性研究方法,该基于复杂网络理论的水域航路脆弱性研究方法具体步骤如下:包括实施方案和研究方法;所述研究方法包括复杂网络理论和数值计算;所述复杂网络理论包括基本概念和特征参数。
所述实施方案的具体操作步骤为:
S1:以水域为研究对象,通过实地调研和文献查阅等途径,获取该水域的交通环境资料和船舶AIS航迹图;
S2:通过对船舶AIS航迹分布的研究,提取船舶航路分布特征,并以船舶航路的交叉点、转向点为节点,以船舶实际航迹、航道作为边构建水域航路的水上交通复杂网络图;
S3:结合网络特征并利用复杂网络理论来分析其网络的脆弱性;
S4:采用船舶定线制中的相关措施对该水域航路的优化,从而改善水域船舶通航环境,保障船舶航行安全。
所述复杂网络的特征参数主要包括度数、紧密度、平均路径长度、聚类系数、最大连通子图大小、网络效率;利用MATLAB软件分析水域航路复杂网络的特征参数,找出航路网络中的重要节点,分析网络的脆弱性,并运用船舶定线制对航路网络进行优化;复杂网络中的度ki是指节点i连接的其他节点的数目,度越大表示单个节点的重要力和影响程度就越大;复杂网络的紧密度指标用于刻画网络中的节点通过网络到达网络中其它节点的难易程度,节点的紧密度越大,表明节点越居于网络的中心,它在网络中就越重要,因此紧密度和度可以作为节点权重分析的指标;网络中两个节点i和j之间的距离dij指连接这两个节点的最短路径上的边数,平均路径长度是网络的平均路径长度L为任意两个节点之间的距离的平均值,网络的平均路径长度也叫做特征路径长度,平均路径长度越小表示网络中任意节点之间的拓扑距离越小,网络的整体可达性较好;聚类系数同平均路径长度一样,也是复杂网络中的一个重要的全局几何量,用来描述网络中节点的聚集情况;当网络受到蓄意或者随机攻击时,会引起网络节点或者连边发生变化,可能会存在很多个子图,其中会有一个子图包含的节点最多,那么这个子图就叫做最大连通图;最大连通子图的相对大小指网络破坏后的最大连通子图的节点数目与网络初始状态的节点数的比值,网络效率是用来描述网络的演变特性,可以采用对重要节点蓄意攻击的方式,通过研究网络受攻击前后其效率的变化,从而分析其脆弱性。
所述数值计算就是利用计算机或软件编程等方式更好更高效的解决不可能进行试验的问题和进行实验代价很大的问题,包括连续系统离散化和离散形方程的求解,并考虑误差、收敛性和稳定性等的问题。
与现有技术相比,本发明的有益效果是:本发明建立船舶航路网络模型,拟利用MATLAB软件计算复杂网络的特征参数,包括度与度分布、聚类系数、最大连通子图的相对大小、网络的平均效率以及紧密度指数等。数值计算注重计算的稳定性,能够控制误差的增长势头,保证计算过程的稳定,并且注重快捷的计算速度和高计算精度也是数值计算的重要特征,所以,数值计算可以准确地判定网络的性质,对本发明的研究具有可靠性。
附图说明
图1为本发明的技术路线结构示意图;
图2为本发明的复杂网络的特征参数结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合具体实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
一种基于复杂网络理论的水域航路脆弱性研究方法,该基于复杂网络理论的水域航路脆弱性研究方法具体步骤如下:包括实施方案和研究方法;所述研究方法包括复杂网络理论和数值计算;所述复杂网络理论包括基本概念和特征参数。
所述实施方案的具体操作步骤为:
S1:以水域为研究对象,通过实地调研和文献查阅等途径,获取该水域的交通环境资料和船舶AIS航迹图;
S2:通过对船舶AIS航迹分布的研究,提取船舶航路分布特征,并以船舶航路的交叉点、转向点为节点,以船舶实际航迹、航道作为边构建水域航路的水上交通复杂网络图;
S3:结合网络特征并利用复杂网络理论来分析其网络的脆弱性;
S4:采用船舶定线制中的相关措施对该水域航路的优化,从而改善水域船舶通航环境,保障船舶航行安全。
所述复杂网络的特征参数主要包括度数、紧密度、平均路径长度、聚类系数、最大连通子图大小、网络效率;利用MATLAB软件分析水域航路复杂网络的特征参数,找出航路网络中的重要节点,分析网络的脆弱性,并运用船舶定线制对航路网络进行优化;复杂网络中的度ki是指节点i连接的其他节点的数目,度越大表示单个节点的重要力和影响程度就越大;复杂网络的紧密度指标用于刻画网络中的节点通过网络到达网络中其它节点的难易程度,节点的紧密度越大,表明节点越居于网络的中心,它在网络中就越重要,因此紧密度和度可以作为节点权重分析的指标;网络中两个节点i和j之间的距离dij指连接这两个节点的最短路径上的边数,平均路径长度是网络的平均路径长度L为任意两个节点之间的距离的平均值,网络的平均路径长度也叫做特征路径长度,平均路径长度越小表示网络中任意节点之间的拓扑距离越小,网络的整体可达性较好;聚类系数同平均路径长度一样,也是复杂网络中的一个重要的全局几何量,用来描述网络中节点的聚集情况;当网络受到蓄意或者随机攻击时,会引起网络节点或者连边发生变化,可能会存在很多个子图,其中会有一个子图包含的节点最多,那么这个子图就叫做最大连通图;最大连通子图的相对大小指网络破坏后的最大连通子图的节点数目与网络初始状态的节点数的比值,网络效率是用来描述网络的演变特性,可以采用对重要节点蓄意攻击的方式,通过研究网络受攻击前后其效率的变化,从而分析其脆弱性。
所述数值计算就是利用计算机或软件编程等方式更好更高效的解决不可能进行试验的问题和进行实验代价很大的问题,包括连续系统离散化和离散形方程的求解,并考虑误差、收敛性和稳定性等的问题。
与现有技术相比,本发明的有益效果是:本发明建立船舶航路网络模型,拟利用MATLAB软件计算复杂网络的特征参数,包括度与度分布、聚类系数、最大连通子图的相对大小、网络的平均效率以及紧密度指数等。数值计算注重计算的稳定性,能够控制误差的增长势头,保证计算过程的稳定,并且注重快捷的计算速度和高计算精度也是数值计算的重要特征,所以,数值计算可以准确地判定网络的性质,对本发明的研究具有可靠性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于复杂网络理论的水域航路脆弱性研究方法,其特征在于:该基于复杂网络理论的水域航路脆弱性研究方法具体步骤如下:包括实施方案和研究方法;所述研究方法包括复杂网络理论和数值计算;所述复杂网络理论包括基本概念和特征参数。
2.根据权利要求1所述的一种基于复杂网络理论的水域航路脆弱性研究方法,其特征在于:所述实施方案的具体操作步骤为:
S1:以水域为研究对象,通过实地调研和文献查阅等途径,获取该水域的交通环境资料和船舶AIS航迹图;
S2:通过对船舶AIS航迹分布的研究,提取船舶航路分布特征,并以船舶航路的交叉点、转向点为节点,以船舶实际航迹、航道作为边构建水域航路的水上交通复杂网络图;
S3:结合网络特征并利用复杂网络理论来分析其网络的脆弱性;
S4:采用船舶定线制中的相关措施对该水域航路的优化,从而改善水域船舶通航环境,保障船舶航行安全。
3.根据权利要求1所述的一种基于复杂网络理论的水域航路脆弱性研究方法,其特征在于:所述复杂网络的特征参数主要包括度数、紧密度、平均路径长度、聚类系数、最大连通子图大小、网络效率;利用MATLAB软件分析水域航路复杂网络的特征参数,找出航路网络中的重要节点,分析网络的脆弱性,并运用船舶定线制对航路网络进行优化;复杂网络中的度ki是指节点i连接的其他节点的数目,度越大表示单个节点的重要力和影响程度就越大;复杂网络的紧密度指标用于刻画网络中的节点通过网络到达网络中其它节点的难易程度,节点的紧密度越大,表明节点越居于网络的中心,它在网络中就越重要,因此紧密度和度可以作为节点权重分析的指标;网络中两个节点i和j之间的距离dij指连接这两个节点的最短路径上的边数,平均路径长度是网络的平均路径长度L为任意两个节点之间的距离的平均值,网络的平均路径长度也叫做特征路径长度,平均路径长度越小表示网络中任意节点之间的拓扑距离越小,网络的整体可达性较好;聚类系数同平均路径长度一样,也是复杂网络中的一个重要的全局几何量,用来描述网络中节点的聚集情况;当网络受到蓄意或者随机攻击时,会引起网络节点或者连边发生变化,可能会存在很多个子图,其中会有一个子图包含的节点最多,那么这个子图就叫做最大连通图;最大连通子图的相对大小指网络破坏后的最大连通子图的节点数目与网络初始状态的节点数的比值,网络效率是用来描述网络的演变特性,可以采用对重要节点蓄意攻击的方式,通过研究网络受攻击前后其效率的变化,从而分析其脆弱性。
4.根据权利要求1所述的一种基于复杂网络理论的水域航路脆弱性研究方法,其特征在于:所述数值计算就是利用计算机或软件编程等方式更好更高效的解决不可能进行试验的问题和进行实验代价很大的问题,包括连续系统离散化和离散形方程的求解,并考虑误差、收敛性和稳定性等的问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610901499.2A CN107958094A (zh) | 2016-10-18 | 2016-10-18 | 一种基于复杂网络理论的水域航路脆弱性研究方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610901499.2A CN107958094A (zh) | 2016-10-18 | 2016-10-18 | 一种基于复杂网络理论的水域航路脆弱性研究方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107958094A true CN107958094A (zh) | 2018-04-24 |
Family
ID=61953403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610901499.2A Pending CN107958094A (zh) | 2016-10-18 | 2016-10-18 | 一种基于复杂网络理论的水域航路脆弱性研究方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107958094A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108871761A (zh) * | 2018-06-07 | 2018-11-23 | 广东石油化工学院 | 一种齿轮早期故障特征提取方法 |
CN109740898A (zh) * | 2018-12-25 | 2019-05-10 | 重庆大学 | 一种道路网络可靠性评估方法、系统、终端及介质 |
CN110288131A (zh) * | 2019-06-04 | 2019-09-27 | 三峡大学 | 基于黏菌觅食行为的交通网络脆弱性问题仿生优化方法 |
CN110781453A (zh) * | 2019-09-23 | 2020-02-11 | 太原理工大学 | 一种基于复杂理论作战网络脆弱边识别方法 |
CN112530206A (zh) * | 2020-11-26 | 2021-03-19 | 南京航空航天大学 | 空中交通网络脆弱性分析方法 |
CN112735188A (zh) * | 2020-11-26 | 2021-04-30 | 南京航空航天大学 | 基于复杂网络理论的空中交通网络脆弱性分析系统 |
CN113626929A (zh) * | 2021-07-07 | 2021-11-09 | 武汉理工大学 | 多阶段多拓扑的船舶交通复杂度度量方法及系统 |
CN116523345A (zh) * | 2023-05-08 | 2023-08-01 | 重庆交通大学 | 一种城市道路拓扑网络连通性评价方法 |
-
2016
- 2016-10-18 CN CN201610901499.2A patent/CN107958094A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108871761A (zh) * | 2018-06-07 | 2018-11-23 | 广东石油化工学院 | 一种齿轮早期故障特征提取方法 |
CN109740898A (zh) * | 2018-12-25 | 2019-05-10 | 重庆大学 | 一种道路网络可靠性评估方法、系统、终端及介质 |
CN109740898B (zh) * | 2018-12-25 | 2023-05-12 | 重庆大学 | 一种道路网络可靠性评估方法、系统、终端及介质 |
CN110288131B (zh) * | 2019-06-04 | 2021-10-12 | 三峡大学 | 基于黏菌觅食行为的交通网络脆弱性问题仿生优化方法 |
CN110288131A (zh) * | 2019-06-04 | 2019-09-27 | 三峡大学 | 基于黏菌觅食行为的交通网络脆弱性问题仿生优化方法 |
CN110781453A (zh) * | 2019-09-23 | 2020-02-11 | 太原理工大学 | 一种基于复杂理论作战网络脆弱边识别方法 |
CN110781453B (zh) * | 2019-09-23 | 2023-11-24 | 太原理工大学 | 一种基于复杂理论作战网络脆弱边识别方法 |
CN112530206A (zh) * | 2020-11-26 | 2021-03-19 | 南京航空航天大学 | 空中交通网络脆弱性分析方法 |
CN112735188A (zh) * | 2020-11-26 | 2021-04-30 | 南京航空航天大学 | 基于复杂网络理论的空中交通网络脆弱性分析系统 |
CN112530206B (zh) * | 2020-11-26 | 2022-03-11 | 南京航空航天大学 | 空中交通网络脆弱性分析方法 |
CN113626929A (zh) * | 2021-07-07 | 2021-11-09 | 武汉理工大学 | 多阶段多拓扑的船舶交通复杂度度量方法及系统 |
CN113626929B (zh) * | 2021-07-07 | 2024-01-23 | 武汉理工大学 | 多阶段多拓扑的船舶交通复杂度度量方法及系统 |
CN116523345A (zh) * | 2023-05-08 | 2023-08-01 | 重庆交通大学 | 一种城市道路拓扑网络连通性评价方法 |
CN116523345B (zh) * | 2023-05-08 | 2024-01-26 | 重庆交通大学 | 一种城市道路拓扑网络连通性评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107958094A (zh) | 一种基于复杂网络理论的水域航路脆弱性研究方法 | |
Wang et al. | Application of real-coded genetic algorithm in ship weather routing | |
CN107798185B (zh) | 一种基于ecdis的航线自动设计系统及其构建方法 | |
CN110009937A (zh) | 一种基于ais数据的船舶碰撞风险分析方法 | |
CN106092111B (zh) | 一种车辆路径动态规划方法、服务器及导航系统 | |
Wu et al. | Long-voyage route planning method based on multi-scale visibility graph for autonomous ships | |
Kang et al. | Collision avoidance path planning for ships by particle swarm optimization | |
CN112556714B (zh) | 一种消防灭火救援智能路径规划方法及系统 | |
CN106816039B (zh) | 一种船舶巡航预警动态监测方法 | |
Han et al. | Big data-driven automatic generation of ship route planning in complex maritime environments | |
CN103390077A (zh) | 基于ogre的三维内河航行仿真中船舶碰撞检测方法 | |
CN103631974A (zh) | 一种基于Android系统的配电巡检路径规划方法 | |
CN112866902A (zh) | 一种动态危险船载环境自适应应急导航方法 | |
Yang et al. | Maritime traffic flow clustering analysis by density based trajectory clustering with noise | |
CN111337047B (zh) | 基于多任务点约束的非结构化道路宏观路径规划方法 | |
CN107292440A (zh) | 一种基于ba无标度网络理论的集装箱班轮航线优化方法 | |
Diao et al. | Energy-efficient boundary detection of continuous objects in IoT sensing networks | |
CN115511213A (zh) | 一种运输水电设备的路径优化方法、装置、媒体及系统 | |
Lee et al. | Multi-resolution path planning for marine surface vehicle considering environmental effects | |
Lee et al. | Generation of Ship’s passage plan using data-driven shortest path algorithms | |
CN116678432B (zh) | 一种基于边缘服务下的车辆实时路径规划方法 | |
Huang | A mathematical modeling and an optimization algorithm for marine ship route planning | |
CN110411448A (zh) | 一种船舶感知区域动态网格内代表船的选取方法 | |
McElwee et al. | Real-time analysis of city scale transportation networks in New Orleans metropolitan area using an agent based model approach | |
CN114088100B (zh) | 基于复杂条件的路径规划方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180424 |