CN111862594B - 识别道路交通网络中薄弱单元的方法、装置及存储介质 - Google Patents

识别道路交通网络中薄弱单元的方法、装置及存储介质 Download PDF

Info

Publication number
CN111862594B
CN111862594B CN202010502544.3A CN202010502544A CN111862594B CN 111862594 B CN111862594 B CN 111862594B CN 202010502544 A CN202010502544 A CN 202010502544A CN 111862594 B CN111862594 B CN 111862594B
Authority
CN
China
Prior art keywords
road
traffic
network
unit
node
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.)
Active
Application number
CN202010502544.3A
Other languages
English (en)
Other versions
CN111862594A (zh
Inventor
田建辉
许项东
刘冰
经维维
李军
江金寿
叶金华
王晓悦
陈科
何圣华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ordnance Science and Research Academy of China
Original Assignee
Ordnance Science and Research Academy of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ordnance Science and Research Academy of China filed Critical Ordnance Science and Research Academy of China
Priority to CN202010502544.3A priority Critical patent/CN111862594B/zh
Publication of CN111862594A publication Critical patent/CN111862594A/zh
Application granted granted Critical
Publication of CN111862594B publication Critical patent/CN111862594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请提供一种识别道路交通网络中薄弱单元的方法、装置及存储介质，涉及交通技术领域，用以识别道路交通网络中的薄弱单元。该方法包括：提取道路交通网络中各交通单元，交通单元包括道路交通网络中的节点和通行路径中的至少一个道路元素，通行路径是通过识别连接节点的连边获得的，节点表征道路的端点或道路的交叉路口；确定各交通单元的网络连通值，网络连通值是通过识别各交通单元失效导致的不连通的节点对确定的；根据各交通单元的网络连通值和连通值阈值，识别交通单元中的薄弱单元。该方法根据各交通单元失效导致不连通的节点对的信息，确定各交通单元对道路交通网络的影响程度，进而识别出对道路交通网络影响高的薄弱单元。

Description

识别道路交通网络中薄弱单元的方法、装置及存储介质
技术领域
本申请涉及交通技术领域，尤其涉及一种识别道路交通网络中薄弱单元的方法、装置及存储介质。
背景技术
城市道路交通系统是城市重要的生命线系统和社会经济活动的基础；道路交通网络是依据于城市交通系统创建的，其高效运行支撑了城市的高效运行。但是道路交通网络客观存在脆弱性，在其网络中存在一些薄弱的单元，若这些单元在受到攻击失效后会严重影响道路交通网络的连通性，进而影响城市的正常运行，因此如何识别道路交通网络中的薄弱单元是一个需要考虑的问题。
发明内容
本申请实施例提供一种识别道路交通网络中薄弱单元的方法、装置及存储介质，用于识别道路交通网络中的薄弱单元。
本申请第一方面，提供一种识别道路交通网络中薄弱单元的方法，包括：
通过设定通信接口提取道路交通网络中各交通单元，所述交通单元包括所述道路交通网络中的节点和通行路径中的至少一个道路元素，所述通行路径是通过识别连接所述节点的连边获得的，所述节点表征道路的端点或至少两条道路的交叉路口；
确定所述各交通单元的网络连通值，所述网络连通值是通过识别所述各交通单元失效导致的不连通的节点对确定的；所述节点对包括所述道路交通网络中存在通行路径的任意两个所述节点组成的集合；
根据各交通单元的网络连通值和连通值阈值，识别所述交通单元中的薄弱单元，所述薄弱单元包括对所述道路交通网络的连通程度影响高的交通单元。
在一种可能的实现方式中，还包括：
根据识别出的薄弱单元的数量以及所述薄弱单元对所述道路交通网络的连通影响值中的至少一个信息，确定所述道路交通网络的脆弱程度；所述连通影响值是识别所述薄弱单元失效导致的所述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的。
在一种可能的实现方式中，所述交通单元包括所述道路交通网络中的节点和通行路径中的K个道路元素，K为大于1的正整数，还包括：
若所述交通单元失效，则获取所述交通单元中各道路元素的网络连通值和连通影响值中至少一个参数值，所述连通影响值是识别所述各道路元素失效导致的所述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的；
根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序。
在一种可能的实现方式中，所述根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序，包括：
若获取了所述交通单元中各道路元素的一个参数值，则根据所述一个参数值的大小对所述交通单元中各道路元素进行排序；否则，根据所述至少一个参数值中各参数值的优先级以及参数值的大小，对所述交通单元中各道路元素进行排序；
将进行排序后的所述交通单元中各道路元素的排列顺序，确定为在所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序。
在一种可能的实现方式中，获取了所述交通单元中各道路元素的一个参数值，所述根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序，包括：
针对所述交通单元中所述K个道路元素，通过如下多轮恢复顺序确定过程，确定所述K个道路元素中各个道路元素的恢复顺序，其中第i轮的恢复顺序确定过程包括如下步骤S1至步骤S4的过程，所述i为小于所述K的正整数：
步骤S1：在所述道路交通网络中将所述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复；
步骤S2：基于进行模拟恢复后的道路交通网络，确定所述K个道路元素中未确定恢复顺序的道路元素的所述一个参数值；
步骤S3：按照所述一个参数值从大到小的顺序，将所述K个道路元素中未确定恢复顺序的道路元素进行排序；
步骤S4：将排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为所述K个道路元素中第i个恢复。
在一种可能的实现方式中，获取了所述交通单元中各道路元素的两个参数值，所述两个参数值包括所述网络连通值和所述连通影响值，所述根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序，包括：
针对所述交通单元中所述K个道路元素，通过如下多轮恢复顺序确定过程，确定所述K个道路元素中各个道路元素的恢复顺序，其中第j轮的恢复顺序确定过程包括如下步骤S11至步骤S14的过程，所述j为小于所述K的正整数：
步骤S11：在所述道路交通网络中将所述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复；
步骤S12：基于进行模拟恢复后的道路交通网络，确定所述K个道路元素中未确定恢复顺序的道路元素的所述两个参数值；
步骤S13：按照所述两个参数值中优先级高的参数值从大到小的顺序，将所述K个道路元素中未确定恢复顺序的道路元素进行第一次排序；
步骤S14：将第一次排序后的道路元素中，排序在第一序位且唯一的道路元素的恢复顺序，确定为所述K个道路元素中第j个恢复；其中若第一次排序后的道路元素中排序在第一序位的道路元素包括至少两个，则按照所述两个参数值中优先级低的参数值从大到小的顺序，将所述至少两个道路元素进行第二次排序，将第二次排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为所述K个道路元素中第j个恢复。
在一种可能的实现方式中，所述网络连通值为各交通单元失效后所述道路交通网络中连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值小于第一连通值阈值的交通单元；或
所述网络连通值为各交通单元失效后所述道路交通网络中不连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值大于第二连通阈值的交通单元。
在一种可能的实现方式中，所述网络效率包括所述道路交通网络中节点对的参考路径值的平均值，所述参考路径值为所述节点对中两个节点间的最短的通行路径长度的倒数。
在一种可能的实现方式中，所述不连通的节点对的信息包括如下一个信息或多个信息：
不连通的节点对关联的通行人次比；所述通行人次比是根据第一节点和第二节点所属预设交通小区的小区信息确定的，所述小区信息包括所述预设交通小区的地理面积、人口密度和人均出行次数，所述第一节点和第二节点为所述不连通的节点对中的节点；
不连通的节点对的空间分布信息。
本申请第二方面，提供一种识别道路交通网络中薄弱单元的装置，包括：
交通单元获取单元，用于通过设定通信接口提取道路交通网络中各交通单元，所述交通单元包括所述道路交通网络中的节点和通行路径中的至少一个道路元素，所述通行路径是通过识别连接所述节点的连边获得的，所述节点表征道路的端点或至少两条道路的交叉路口；
网络连通值确定单元，用于确定所述各交通单元的网络连通值，所述网络连通值是通过识别所述各交通单元失效导致的不连通的节点对确定的；所述节点对包括所述道路交通网络中存在通行路径的任意两个所述节点组成的集合；
薄弱单元识别单元，用于根据各交通单元的网络连通值和连通值阈值，识别所述交通单元中的薄弱单元，所述薄弱单元包括对所述道路交通网络的连通程度影响高的交通单元。
在一种可能的实现方式中，所述装置还包括：
网络脆弱程度确定单元，用于根据识别出的薄弱单元的数量以及所述薄弱单元对所述道路交通网络的连通影响值中的至少一个信息，确定所述道路交通网络的脆弱程度；所述连通影响值是识别所述薄弱单元失效导致的所述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的。
在一种可能的实现方式中，所述交通单元包括所述道路交通网络中的节点和通行路径中的K个道路元素，K为大于1的正整数，所述装置还包括：
网络恢复单元，用于若所述交通单元失效，则获取所述交通单元中各道路元素的网络连通值和连通影响值中至少一个参数值，所述连通影响值是识别所述各道路元素失效导致的所述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的；
根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序。
在一种可能的实现方式中，所述网络恢复单元具体用于：
若获取了所述交通单元中各道路元素的一个参数值，则根据所述一个参数值的大小对所述交通单元中各道路元素进行排序；否则，根据所述至少一个参数值中各参数值的优先级以及参数值的大小，对所述交通单元中各道路元素进行排序；
将进行排序后的所述交通单元中道路元素的排列顺序，确定为在所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序。
在一种可能的实现方式中，所述网络恢复单元具体用于获取所述交通单元中各道路元素的一个参数值，针对所述交通单元中所述K个道路元素，通过如下多轮恢复顺序确定过程，确定所述K个道路元素中各个道路元素的恢复顺序，其中第i轮的恢复顺序确定过程包括如下步骤S1至步骤S4的过程，所述i为小于所述K的正整数：
步骤S1：在所述道路交通网络中将所述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复；
步骤S2：基于进行模拟恢复后的道路交通网络，确定所述K个道路元素中未确定恢复顺序的道路元素的所述一个参数值；
步骤S3：按照所述一个参数值从大到小的顺序，将所述K个道路元素中未确定恢复顺序的道路元素进行排序；
步骤S4：将排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为所述K个道路元素中第i个恢复。
在一种可能的实现方式中，所述网络恢复单元具体用于获取所述交通单元中各道路元素的两个参数值，针对所述交通单元中所述K个道路元素，通过如下多轮恢复顺序确定过程，确定所述K个道路元素中各个道路元素的恢复顺序，其中第j轮的恢复顺序确定过程包括如下步骤S11至步骤S14的过程，所述j为小于所述K的正整数：
步骤S11：在所述道路交通网络中将所述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复；
步骤S12：基于进行模拟恢复后的道路交通网络，确定所述K个道路元素中未确定恢复顺序的道路元素的所述两个参数值；
步骤S13：按照所述两个参数值中优先级高的参数值从大到小的顺序，将所述K个道路元素中未确定恢复顺序的道路元素进行第一次排序；
步骤S14：将第一次排序后的道路元素中，排序在第一序位且唯一的道路元素的恢复顺序，确定为所述K个道路元素中第j个恢复；其中若第一次排序后的道路元素中排序在第一序位的道路元素包括至少两个，则按照所述两个参数值中优先级低的参数值从大到小的顺序，将所述至少两个道路元素进行第二次排序，将第二次排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为所述K个道路元素中第j个恢复。
在一种可能的实现方式中，所述网络连通值为各交通单元失效后所述道路交通网络中连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值小于第一连通值阈值的交通单元；或
所述网络连通值为各交通单元失效后所述道路交通网络中不连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值大于第二连通阈值的交通单元。
在一种可能的实现方式中，所述网络效率包括所述道路交通网络中节点对的参考路径值的平均值，所述参考路径值为所述节点对中两个节点间的最短的通行路径的倒数。
在一种可能的实现方式中，所述不连通的节点对的信息包括如下一个信息或多个信息：
不连通的节点对关联的通行人次比；所述通行人次比是根据第一节点和第二节点所属预设交通小区的小区信息确定的，所述小区信息包括所述预设交通小区的地理面积、人口密度和人均出行次数，所述第一节点和第二节点为所述不连通的节点对中的节点；
不连通的节点对的空间分布信息。
本申请第三方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面及任一种可能的实施方式中任一所述的方法。
本申请第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如第一方面及任一种可能的实施方式中任一所述的方法。
由于本申请实施例采用上述技术方案，至少具有如下技术效果：
本申请实施例中根据各交通单元失效导致的道路交通网络中不连通的节点对的信息，确定各交通单元对道路交通网络的连通程度的影响，进而识别出对道路交通网络的连通程度影响高的薄弱单元。
附图说明
图1为本申请实施例提供的一种识别道路交通网络中薄弱元素的流程示意图；
图2为本申请实施例提供的一种道路交通网络的拓扑结构的示例图；
图3为本申请实施例提供的一种节点间的通行路径的示意图；
图4为本申请实施例提供的一种交通单元失效后的影响的示意图；
图5为本申请实施例提供的一种确定交通单元的网络连通值的仿真效果的示意图；
图6为本申请实施例提供的另一种确定交通单元的网络连通值的仿真效果的示意图；
图7为本申请实施例提供的一种各交通单元失效导致的网络效率的改变值的仿真效果的示意图；
图8为本申请实施例提供的一种不连通的节点对的空间分布信息的示意图；
图9为本申请实施例提供的一种恢复顺序确定过程的示意图；
图10为本申请实施例提供的另一种恢复顺序确定过程的示意图；
图11为本申请实施例提供的一种对包含多个道路元素的交通单元进行攻击的示意图；
图12为本申请实施例提供的一种在道路交通网络中恢复交通单元中多个道路元素的恢复顺序的示意图；
图13为本申请实施例提供的一种识别道路交通网络中薄弱元素的装置的结构图；
图14为本申请实施例提供的一种计算机设备的结构图。
具体实施方式
为了更好的理解本申请实施例提供的技术方案，下面将结合说明书附图以及具体的实施方式进行详细的说明。
为了便于本领域技术人员更好地理解本申请的技术方案，下面对本申请涉及的技术名词进行说明。
道路交通网络：可以根据实际的城市交通系统创建的网络拓扑结构，其中将真实的道路的端点以及不同道路的交叉路口视为节点，将真实的道路的端点以及不同的道路交叉路口之间的路段视为连接上述节点的连边，以此构建得到的网络拓扑结构即为本申请实施例中的道路交通网络。
道路元素：道路交通网络中的节点或者不同节点之间的连边组成的通行路径。
交通单元：包括道路交通网络中的节点和通行路径中的至少一个道路元素的单元，如一个交通单元可以但不局包括如下道路元素：一个节点、多个节点、一个通行路径、多个通行路径、至少一个节点和至少一个通行路径等。
下面对本申请的设计思想进行说明。
道路交通网络是依据于城市交通系统创建的，其高效运行支撑了城市的高效运行。但是道路交通网络客观存在脆弱性，在其网络中存在一些薄弱单元，
意外事件下道路交通网络受到攻击或其中的薄弱单元受到攻击后，会导致道路交通网络中很多通行路径受阻，使得道路交通网络大面积瘫痪，今天对城市交通造成严重的影响，因此若能识别出道路交通网络中的薄弱单元，分析其影响程度，则可以在道路交通网络受到攻击时，根据识别出的薄弱单元的信息快速给出道路交通网络的恢复方案，提高道路交通网络应对意外事件的能力。
鉴于此，发明人设计了一种识别道路交通网络中薄弱单元的方法、装置及存储介质，该方法中获取道路交通网络中的交通单元后，根据各交通单元失效导致的道路交通网络中的不连通的节点对，确定各交通单元的网络连通值，进而根据各交通单元的网络连通值和连通值阈值，识别交通单元中对道路交通的连通程度影响高的薄弱单元，其中：
以下结合附图对本申请实施例提供的方法进行详细说明。
请参见图1，本申请实施例提供一种识别道路交通网络中薄弱元素的方法，具体包括如下步骤：
步骤S101，通过设定通信接口提取道路交通网络中各交通单元的网络连通值，上述交通单元包括道路交通网络中的节点和通行路径中的至少一个道路元素，通行路径是通过识别连接节点的连边获得的，节点表征道路的端点或至少两条道路的交叉路口。
对上述设定通信接口不做限定，如其可以为计算机领域中常用的通信接口。
作为一种实施例，在步骤S101之前，可以根据实际的交通情况创建道路交通网络的拓扑结构，该道路交通网络中包括多个节点和连接节点的连边，其中每个节点用于表征实际道路的端点或不同道路的交叉路口，连边表示不同节点间的路段，如图2所示给出一种道路交通网络的拓扑结构的示意图，其中数字1-58表示58个节点，节点之间的连边表示路段，实际情况中，路段是有方向的，即从其中一个节点指向另一个节点，图2中的每条连边均表示两条相反的单方向的路段，因此图中74条边实际表示148个单方向的路段。
上述通行路径可以是两个节点之间的一条边表示的某一单方向的且长度不是无限长的路段，如图3中从节点41指向节点47的有方向的连边表示的第一路段301，或从节点42指向节点51的有方向的连边表示的第二路段302；通行路径也可以是多条边表示的首尾相连的单方向的路段组成的且长度不是无限长的路径，如图3中第一路段301和从节点47出发指向节点57的第三路段组成的路径；即将两个节点间的长度不是无限长的路径，视为这两个节点间的通行路径，将这两个节点的长度是无限长的路径，不认为是这两个节点间的通行路径；若两个节点间的所有路径的长度是无限长，则认为这两个节点间不存在通行路径。
步骤S102，确定提取的各交通单元的网络连通值，上述网络连通值是通过识别各交通单元失效导致的不连通的节点对确定的；节点对包括道路交通网络中存在通行路径的任意两个节点组成的集合；
本申请实施例中可以根据各交通单元失效后，道路交通网络中的不连通的节点对的数量或连通的节点对的数量和节点对总数量的关系，确定各交通单元的网络连通值。
上述某一交通单元失效可以理解为与该交通单元中各节点直接相连的路段的长度为无穷大，且该交通单元中各通行路径的长度为无限长。
步骤S103，根据各交通单元的网络连通值和连通值阈值，识别提取的交通单元中的薄弱单元，上述薄弱单元包括对道路交通网络的连通程度影响高的交通单元。
由于薄弱单元对道路交通网络的连通程度影响高，因此薄弱单元失效后，很有可能造成道路交通网络大面积的瘫痪，因此识别出薄弱单元之后，可以根据实际的情况加强对薄弱单元的保护，或者在道路交通网络遭遇攻击时，优先恢复薄弱单元的连通，进而最大程度的保证道路交通网络中各节点的连通。
以下对本申请实施例中的交通单元进行详细描述，一个交通单元可以包括道路交通网络中的节点和通行路径中的至少一个道路元素，即一个交通单元可以但不限于包括如下几种情况：
1）一个交通单元包括一个节点或一个通行路径
由于一个通行路径可能包括一个路段或多个路段，故而一个交通单元可以包括一个节点、一个路段或多个路段；请继续参见图3，可以将节点41或节点47作为一个交通单元，也可以将第一路段301作为一个交通单元，也可以将第一路段301和第三路段303组成的一个通行路径作为一个交通单元。
2）一个交通单元包括多个节点或多个通行路径
由于一个通行路径可能包括一个路段或多个路段，故而一个交通单元可以包括多个节点或多个路段；请继续参见图3，可以将节点41、节点42、节点47以及节点51组成的网络区域作为一个交通单元；也可以将第一路段301组成和第二路段302两个通行路径组成的网络区域作为一个交通单元。
3）一个交通单元包括至少一个节点和至少一个通行路径
由于一个通行路径可能包括一个路段或多个路段，故而一个交通单元可以包括至少一个节点和至少一个路段；请继续参见图3，可以将节点41、节点47、节点42、第一路段301以及第二路段302组成的网络区域作为一个交通单元。
以下内容对本申请实施例中的节点对进行说明：
节点对包括道路交通网络中交通单元失效前存在通行路径的任意两个上述节点组成的集合。
本申请实施例中节点对可以是无方向的，请继续参见图2，节点41和节点47之间存在连边，即节点41和节点47组成一个节点对（41，47）。
本申请实施例中节点对也可以是有方向，其方向可由通行路径的方向确定，如请继续参见图3，节点41和节点47之间存在第一路段301组成的第一通行路径，且该通行路径的方向从节点41指向节点47，则可以将从节点41指向节点47的节点对表示为（41，47），其中节点对（41，47）中的节点对的方向为从节点41指向节点47；节点41和节点42之间存在第二路段302组成的第二通行路径，则可以将从节点41指向节点42的节点对表示为（41，42）；节点41和节点57之间存在由第一路段301和第三路段303组成的第三通行路径，则节点41和节点57组成一个从节点41指向节点57的节点对（41，57）。
以下内容对本申请实施例中交通单元失效的情况进行说明：
本申请实施例中某一交通单元遭遇指定攻击后会失效，某一交通单元失效后，若该交通单元中包括节点，则该交通单元失效后的情况包括假设与该交通单元中各节点直接相连的路段的长度为无穷大，或将与该交通单元中各节点直接相连的路段设置为禁止通信状态，请继续参见图3，若包括节点41的一个交通单元失效，则将直接与节点41连接的路段如节点41和节点47之间的路段以及节点41与节点42之间的路段的长度设置为无穷大，或将这两个路段设置为禁止通行状态；
若该交通单元中包括通行路径（一个通行路径中可以包括一个路段或多个路段），则交通单元失效后的情况包括假设该通行路径的长度为无穷大，请继续参见图3，若包括节点41和节点42之间的第二通行路径，以及节点41和节点57之间的第三通行路径的交通单元失效，则将第二通行路径的长度设置为无穷大，且将第三通行路径的长度也设置为无穷大。
上述交通单元遭遇的指定攻击可以但不局限于为交通单元的路面遭到故意破坏出现故障无法通行，或交通单元处被某些人群围堵而导致无法通行，或交通单元处正在施工而暂时禁止通行，或交通单元处出现交通事故而暂时停止通行等。
以下内容对本申请实施例中连通的节点对和不连通的节点对进行详细说明：
连通的节点对指某一交通单元失效后，道路交通网络中仍然存在长度不是无穷长的通行路径的节点对；不连通的节点对指某一交通单元失效后，两个节点之间的最短的通行路径的长度是无穷长的节点对。
具体地，某一交通单元失效后，将与该交通单元直接连接的路段的长度设置为无穷大，进一步可以根据Floyd最短路径算法，计算节点对的两个节点之间的最短的通行路径；若一个节点对的两个节点之间的最短的通行路径的长度为无穷大，则将该节点对视为不连通的节点对，若一个节点对的两个节点之间的最短的通行路径的长度不是无穷大，则将该节点对视为连通的节点对。
为了便于理解，此处给出一些示例，请参见图4，若节点41作为一个交通单元，图4中的上面的图为节点41失效前道路交通网络的部分拓扑结构，从中可以看出该道路交通网络中至少存在如下节点对：节点对（41，47）、节点对（41，42）、节点对（41，51）、节点对（41，48）、节点对（41，54）、节点对（43，48）、节点对（47，49）、节点对（44，16）等；图4中的下面的图为节点41失效后道路交通网络的部分拓扑结构，从中可以看出节点41失效后，节点41和节点47之间的路段的长度为无穷大（即不连通），节点41和节点42之间的路段的长度为无穷大（即不连通），则节点对（41，47）、节点对（41，42）、节点对（41，51）、节点对（41，48）以及节点对（41，54）中两个节点间的最短的通行路径的长度为无穷大，故而节点对（41，47）、节点对（41，42）、节点对（41，51）、节点对（41，48）以及节点对（41，54）为节点41失效后不连通的节点对；节点41失效后，节点对（43，48）、节点对（47，49）、节点对（44，16）中两个节点间的最短的通行路径的长度不是无穷大，因而节点对（43，48）、节点对（47，49）、节点对（44，16）为节点41失效后连通的节点对。
作为一种实施例，上述步骤S102中的网络连通值可以但不局限于为如下两种情况：
第一种网络连通值：网络连通值为交通单元失效后上述道路交通网络中连通的节点对的数量与上述道路交通网络中节点对的总数量的比值。
具体地，可以通过如下公式1确定任意一个交通单元的网络连通值。
公式1：
Figure 732968DEST_PATH_IMAGE001
；
公式1中，P1为一个交通单元的网络连通值，N1为该交通单元失效后道路交通网络中连通的节点对的数量，N2为该交通单元失效前道路交通网络中的节点对的总数量。
第二种网络连通值：网络连通值为各交通单元失效后道路交通网络中不连通的节点对的数量与道路交通网络中节点对的总数量的比值。
具体地，可以通过如下公式2确定任意一个交通单元的网络连通值。
公式2：
Figure 650108DEST_PATH_IMAGE002
；
公式2中，P2为一个交通单元的网络连通值，N3为该交通单元失效后道路交通网络中不连通的节点对，N2为该交通单元失效前道路交通网络中的节点对的总数量。
进一步，网络连通值表示的含义不同时，在步骤S103中根据各交通单元的网络连通值和连通值阈值，识别上述交通单元中的薄弱单元的过程也不同，具体地，若网络连通值为各交通单元失效后上述道路交通网络中连通的节点对的数量与上述道路交通网络中节点对的总数量的比值，则将网络连通值小于第一连通值阈值的交通单元确定为薄弱单元；若网络连通值为各交通单元失效后上述道路交通网络中不连通的节点对的数量与上述道路交通网络中节点对的总数量的比值，则将网络连通值大于第二连通阈值的交通单元确定为薄弱单元。
为了便于理解，此处给出一种网络连通值的仿真效果图，请参见图5，该图中以每个节点作为一个交通单元，网络连通值为交通单元失效后不连通的节点对的数量与道节点对的总数量的比值；图中数字1-58表示节点的标识，每个节点的圆的大小表示该节点对应的网络连通值的大小，从中可以看出，节点3和节点8的网络连通值较大，其它节点的网络连通值较小，因此节点3和节点8为识别出的薄弱单元。
为了便于理解，此处给出另一种网络连通值的仿真效果图，请参见图6，该图中以每个路段作为一个交通单元，网络连通值为交通单元失效后不连通的节点对的数量与道节点对的总数量的比值；图中数字1-58表示节点的标识，每个路段的宽度表示该路段对应的网络连通值的大小，从中可以看出，节点3和节点19之间的路段以及节点19和节点8之间的路段的网络连通值较大，其它路段的网络连通值较小，因此节点3和节点19之间的路段和节点19和节点8之间的路段为识别出的薄弱单元。
作为一种实施例，在步骤S103之后，还可以但不局限于通过如下任意一种方式，根据识别出的薄弱单元的信息确定道路交通网络的脆弱程度：
第一种网络脆弱程度确定方法：
根据识别出的薄弱单元的数量确定道路交通网络的脆弱程度，如可以但不局限于将识别出的薄弱单元的数量确定为道路交通网络的脆弱程度。
第二种网络脆弱程度确定方法：
根据识别出的薄弱单元对道路交通网络的连通影响值，确定道路交通网络的脆弱程度；如将识别出的薄弱单元对上述道路交通网络的连通影响值的总和，确定为道路交通网络的脆弱程度。
第三种网络脆弱程度确定方法：
根据识别出的薄弱单元的数量以及识别出的薄弱单元对道路交通网络的连通影响值，确定道路交通网络的脆弱程度。
具体地，可以确定识别出的薄弱单元对上述道路交通网络的连通影响值的总和，将该总和与薄弱单元的数量的乘积确定为道路交通网络的薄弱程度，或将该总和与薄弱单元的数量相加的结果确定为道路交通网络的薄弱程度。
作为一种实施例，上述连通影响值是识别上述薄弱单元失效导致的上述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的。
进一步上述网络效率包括道路交通网络中节点对的参考路径值的平均值，上述参考路径值为节点对中两个节点间的最短的通行路径的倒数。
具体地，可以但不局限于基于如下公式3的原理，获得上述网络效率。
公式3：
Figure 367528DEST_PATH_IMAGE003
;
公式3中，OD为连通的节点对的集合，L为节点对中两个节点间的最短的通行路径的长度矩阵，i和j为节点对中两个节点的标识信息。
为了便于理解，此处给出一种各交通单元失效导致的网络效率的改变值的仿真效果图，请参见图7，该图中以每个节点作为一个交通单元，网络连通值为交通单元失效后不连通的节点对的数量与道节点对的总数量的比值；图中数字1-58表示节点的标识，其中每个节点处的灰色柱状图的高度代表该节点的网络连通值的大小，每个节点处的黑色柱状图的高度表示该节点失效导致的网络效率的改变值；其中节点3和节点8的网络连通值明显较大，节点3和节点8为识别出的薄弱单元，且节点3和节点8失效处的灰色柱状图的高度较大，可以直观的观察到薄弱单元失效导致网络效率的改变较大。
作为一种实施例，上述不连通的节点对的信息包括如下一个信息或多个信息：
不连通的节点对关联的通行人次比；通行人次比是根据第一节点和第二节点所属预设交通小区的小区信息确定的，上述小区信息包括上述预设交通小区的地理面积、人口密度和人均出行次数，上述第一节点和第二节点为上述不连通的节点对中的节点；
不连通的节点对的空间分布信息；为了便于理解不连通的节点对的空间分布信息，本申请实施例中给出一种示意图，请参见图8，此处给出一种节点8失效后不连通的节点对的空间分布信息图，从中可以看到有些节点（如节点20、节点58和节点31）到道路交通网络中大部分的节点均不连通。
具体地，可以通过下述方式获取不连通的节点对关联的通行人次比：
首先对于每个有出行产生的节点i，根据节点i所在预设交通小区面积Si乘以人口密度di预估节点i所在预设交通小区的总人数，进而根据节点i所在预设交通小区的总人数以及该预设交通小区的人均出行次数h，可得到节点i所在预设交通小区的出行人次Pi，进而通过如下公式4，引入logit模型计算由节点i出发到道路交通网络中各个节点的通行人次比。
公式4：
Figure 700421DEST_PATH_IMAGE004
；
公式4中，Pij为节点对(i， j)之间的出行人次，Di为由以节点i为起点的节点对的终点（该终端指节点i指向的节点）的集合，Pi为节点i所在预设交通小区的出行人次。
进一步，在通过公式4的原理获得的节点对（i，j）之间的出行人次后，可以基于不连通的节点对的集合OD1，通过公式5的原理计算得到薄弱单元失效后影响的通行人次比（即上述薄弱单元失效后影响的不连通的节点对关联的通行人次比）。
公式5：
Figure 514793DEST_PATH_IMAGE005
；
公式5中，O为道路交通网络中所有节点的集合，OD1为不连通的节点对的集合，Pij为节点对(i， j)之间的出行人次，Pi为节点i所在预设交通小区的出行人次。
作为一种实施例，上述交通单元包括上述道路交通网络中的节点和通行路径中的K个道路元素时，K为大于1的正整数，即交通单元包括多个道路元素时，若该交通单元失效，则还可以通过如下方式确定在道路交通网络中恢复该交通单元的各道路元素的回复顺序。
具体地，若某一包括多个道路元素的交通单元失效，则获取该交通单元中各道路元素的网络连通值和连通影响值中至少一个参数值，该连通影响值是识别各道路元素失效导致的道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的；
根据获取的该交通单元中各道路元素的至少一个参数值，确定道路交通网络中恢复该交通单元中各道路元素的恢复顺序。
进一步地，可以但不局限于通过如下任意一种方式，根据获取的该交通单元中各道路元素的至少一个参数值，确定道路交通网络中恢复该交通单元中各道路元素的恢复顺序：
第一种恢复顺序的确定方式：
此方式中仅获取了交通单元中各道路元素中的网络连通值或连通影响值中的一个参数值，则可以根据获取的一个参数值的大小对交通单元中各道路元素进行排序，并根据进行排序后的交通单元中各道路元素的排列顺序，确定交通单元中各道路元素的恢复顺序。
具体地，若获取了一个交通单元各道路元素的网络连通值，则可以根据网络连通值从大到小的顺序将该交通单元中各道路元素进行排序，并将进行排序后的该交通单元中各道路元素的排列顺序，确定为在道路交通网络中恢复该交通单元中各道路元素的恢复顺序；
若获取了一个交通单元各道路元素的连通影响值，则可以根据连通影响值从大到小的顺序将该交通单元中各道路元素进行排序，并将进行排序后的该交通单元中各道路元素的排列顺序，确定为在道路交通网络中恢复该交通单元中各道路元素的恢复顺序。
第二种恢复顺序确定方式：
此方式中获取了交通单元中各道路元素中的网络连通值以及连通影响值两个参数值，则可以根据参数值的优先级以及参数值的大小，对交通单元中各道路元素进行排序，并根据进行排序后的交通单元中各道路元素的排列顺序，确定交通单元中各道路元素的恢复顺序。
具体地，在本申请实施例中假定网络连通值的优先级高于连通影响值，若获取了一个交通单元各道路元素的网络连通值和连通影响值，则可以先根据网络连通值从大到小的顺序将该交通单元中各道路元素进行第一次排序；由于不同道路元素的网络连通值可能出现相同的情况，此处可以将网络连通值相同的道路元素排序在相同的位置，进而在第一次排序后，可以根据连通影响值从大到小的顺序，将第一次排序后同一位置的多个道路元素进行第二次排序，并将进行第二次排序后的该交通网络中各道路元素的排列顺序，确定为在道路交通网络中恢复该交通单元中各道路元素的恢复顺序。
作为一种实施例，在包括上述K个道路元素的交通单元失效后，还可以通过多轮恢复顺序确定过程，确定将上述交通单元中K个道路元素的恢复顺序，其中每轮恢复顺序确定过程中，都先将该轮恢复顺序确定过程之前的恢复顺序确定过程中已确定恢复顺序的道路元素进行模拟恢复，进而基于模拟恢复后的道路交通网络，确定K个道路元素中未确定恢复顺序的道路元素的恢复顺序，具体过程可参见下述第三种恢复顺序的确定方式和第四种恢复顺序过程。
第三种恢复顺序的确定方式：
该方式中获取交通单元中各道路元素的网络连通值，或获取交通单元中各道路元素的连通影响值，进而根据获取的各道路元素的一个参数值，确定交通单元中K个道路元素的恢复顺序。
具体地，请参见图9，针对上述交通单元中上述K个道路元素，通过如下多轮恢复顺序确定过程，确定上述K个道路元素中各个道路元素的恢复顺序，其中第i轮的恢复顺序确定过程包括如下步骤S1至步骤S4的过程，上述i为小于上述K的正整数：
步骤S1：在道路交通网络中将K个道路元素中已确定恢复顺序的道路元素进行模拟恢复。
上述进行模拟恢复，即为将已确定恢复顺序的道路元素在道路交通网络中设置为有效的。
步骤S2：基于进行模拟恢复后的道路交通网络，确定上述K个道路元素中未确定恢复顺序的道路元素的上述一个参数值。
步骤S3：按照上述一个参数值从大到小的顺序，将上述K个道路元素中未确定恢复顺序的道路元素进行排序。
步骤S4：将排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为上述K个道路元素中第i个恢复。
应当说明的是，步骤S4中上述第一序位为上述参数值中最大的参数值的道路元素的排序位置，且由于K个道路元素中，参数值最大的道路元素可能为多个，所以上述一轮恢复顺序确定过程可能确定了多个道路元素的恢复顺序，且一轮恢复顺序确定过程确定的多个道路元素的恢复顺序是相同的恢复顺序。
应当说明的是，若i为1，则步骤S1-S4为第1轮恢复顺序确定过程，在第1轮恢复顺序确定过程中由于没有已确定恢复顺序的道路元素，可以省略步骤S1，直接在步骤S2中，基于上述交通单元失效后的道路交通网络，确定上述K个道路元素中各道路元素的上述一个参数值，进而进行步骤S3和S4，确定K个道路元素中第1个恢复的道路元素。
若第i轮恢复顺序确定过程中确定K个道路元素中第i个恢复的道路元素后，上述K个道路元素中未确定恢复顺序的道路元素仅剩一个，则不用进行第i+1轮恢复顺序确定过程，可以直接将仅剩的一个道路元素的恢复顺序，确定为上述K个道路元素中第i+1个恢复。
第四种恢复顺序的确定方式：
该方式中获取交通单元中各道路元素的网络连通值以及连通影响值，进而根据获取的各道路元素的两个参数值，确定交通单元中K个道路元素的恢复顺序。
具体地，请参见图10，针对上述交通单元中上述K个道路元素，通过如下多轮恢复顺序确定过程，确定上述K个道路元素中各个道路元素的恢复顺序；其中第j轮的恢复顺序确定过程包括如下步骤S11至步骤S14的过程，上述j为小于上述K的正整数：
步骤S11：在上述道路交通网络中将上述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复.
上述进行模拟恢复，即为将已确定恢复顺序的道路元素在道路交通网络中设置为有效的。
步骤S12：基于进行模拟恢复后的道路交通网络，确定上述K个道路元素中未确定恢复顺序的道路元素的上述两个参数值。
即该步骤中分别确定每个未确定恢复顺序的道路元素的网络连通值以及连通影响值。
步骤S13：按照上述两个参数值中优先级高的参数值从大到小的顺序，将上述K个道路元素中未确定恢复顺序的道路元素进行第一次排序。
对上述网络连通值以及连通影响值优先级不做过多限定，本领域的技术人员可根据实际需求设置，如将优先级设置为：网络连通值的优先级高于连通影响值的优先级，或者将优先级设置为：连通影响值的优先级高于网络连通值的优先级。
步骤S14：将第一次排序后的道路元素中，排序在第一序位且唯一的道路元素的恢复顺序，确定为上述K个道路元素中第j个恢复；其中若第一次排序后的道路元素中排序在第一序位的道路元素包括至少两个，则按照上述两个参数值中优先级低的参数值从大到小的顺序，将上述至少两个道路元素进行第二次排序，将第二次排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为上述K个道路元素中第j个恢复。
应当说明的是，上述第一次排序后的第一序位为上述优先级高的参数值中最大的参数值的道路元素的排序位置，且由于K个道路元素中，优先级高的参数中参数值最大的道路元素可能为多个，所以上述第一次排序后的道路元素中，排序在第一序位的道路元素可能有多个，因此需要基于第一序位的多个道路元素的优先级低的参数值的大小，对第一次排序后排序在第一序位的道路元素的重要性进行区分。
但上述基于优先级低的参数值的大小对第一次排序后排序在第一序位的多个道路元素进行第二次排序，第二次排序后的道路元素中排序在第一序位的道路元素仍然可能有多个；此种情况下可以将第二次排序后排序在第一序位的多个道路元素的恢复顺序，都确定为K个道路元素中第j个恢复；也可以根据第二次排序后排序在第一序位的多个道路元素对道路交通网络的其他指标，将第二次排序后排序在第一序位的多个道路元素进行再次排序，直到能从第二次排序后排序在第一序位的多个道路元素中确定出唯一的道路元素，并将确定出的唯一的道路元素的恢复顺序，确定为上述K个道路元素中第j个恢复。
应当说明的是，若j为1，则步骤S11-S14为第1轮恢复顺序确定过程，在第1轮恢复顺序确定过程中由于没有已确定恢复顺序的道路元素，可以省略步骤S11，直接在步骤S12中，基于上述交通单元失效后的道路交通网络，确定上述K个道路元素中各道路元素的两个参数值，进而进行步骤S13和S41，确定K个道路元素中第1个恢复的道路元素。
若第j轮的恢复顺序确定过程中确定K个道路元素中第j个恢复的道路元素后，上述K个道路元素中未确定恢复顺序的道路元素仅剩一个，则不用进行第j+1轮恢复顺序确定过程，可以直接将仅剩的一个道路元素的恢复顺序，确定为上述K个道路元素中第j+1个恢复。
此处给出一个对包含多个道路元素的交通单元进行攻击的仿真效果图，请参见图11，对包含节点1、节点3、节点7、节点8、节点11、节点12、节点19、节点22、节点23、节点24、节点25、节点27、节点28、节点29、节点30、以及节点32的交通单元进行攻击，对该交通单元进行攻击的情况下，会导致上述16个节点及16个节点周边的路段受到影响，仿真结果表明对上述交通单元进行攻击使其失效后，会导致该道路交通网络中61.25%的节点对不连通，网络效率也会下降至0.13，同时影响的不连通的节点对关联的通信人数为47.41%；并攻击上述交通单元后，根据上述第二种恢复顺序确定方式，确定在道路交通网络中恢复该交通单元中各道路元素的恢复顺序，具体恢复顺序如图12所示。
本申请实施例提供的方案可以根据道路交通网络中各交通单元的网络连通值，识别出道路交通网络中的薄弱单元，以便后期根据识别出的薄弱单元进行保护或在其受到攻击后快速恢复；且本申请实施例中还可以根据识别出的薄弱单元确定道路交通网络的脆弱程度，以及在包含多个道路元素的交通单元失效后，确定恢复失效的交通单元中各道路元素的恢复顺序，加快了道路交通网络面对突发攻击事件的恢复速度。
请参照图13，基于同一发明构思，本申请实施例提供一种识别道路交通网络中薄弱单元的装置1300，包括：
交通单元获取单元1301，用于通过设定通信接口提取道路交通网络中各交通单元，上述交通单元包括上述道路交通网络中的节点和通行路径中的至少一个道路元素，上述通行路径是通过识别连接上述节点的连边获得的，上述节点表征道路的端点或至少两条道路的交叉路口；
网络连通值确定单元1302，用于确定上述各交通单元的网络连通值，上述网络连通值是通过识别上述各交通单元失效导致的不连通的节点对确定的；上述节点对包括上述道路交通网络中存在通行路径的任意两个上述节点组成的集合；
薄弱单元识别单元1303，用于根据各交通单元的网络连通值和连通值阈值，识别上述交通单元中的薄弱单元，上述薄弱单元包括对上述道路交通网络的连通程度影响高的交通单元。
上述作为一种实施例，装置1300还包括：
网络脆弱程度确定单元1304，用于根据识别出的薄弱单元的数量以及上述薄弱单元对上述道路交通网络的连通影响值中的至少一个信息，确定上述道路交通网络的脆弱程度；上述连通影响值是识别上述薄弱单元失效导致的上述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的。
作为一种实施例，上述交通单元包括上述道路交通网络中的节点和通行路径中的K个道路元素，上述K为大于1的正整数，上述装置1300还包括：
网络恢复单元1305，用于若上述交通单元失效，则获取上述交通单元中各道路元素的网络连通值和连通影响值中至少一个参数值，上述连通影响值是识别上述各道路元素失效导致的上述道路交通网络的网络效率的变化值和不连通的节点对的信息中至少一个信息得到的；
根据获取的上述交通单元中各道路元素的至少一个参数值，确定上述道路交通网络中恢复上述交通单元中各道路元素的恢复顺序。
作为一种实施例，上述网络恢复单元1305具体用于：
若获取了上述交通单元中各道路元素的一个参数值，则根据上述一个参数值的大小对上述交通单元中各道路元素进行排序；否则，根据上述至少一个参数值中各参数值的优先级以及参数值的大小，对上述交通单元中各道路元素进行排序；
将进行排序后的上述各交通单元中道路元素的排列顺序，确定为在上述道路交通网络中恢复上述交通单元中各道路元素的恢复顺序。
作为一种实施例，网络恢复单元1305具体用于获取上述交通单元中各道路元素的一个参数值，针对上述交通单元中上述K个道路元素，通过如下多轮恢复顺序确定过程，确定上述K个道路元素中各个道路元素的恢复顺序，其中第i轮的恢复顺序确定过程包括如下步骤S1至步骤S4的过程，上述i为小于上述K的正整数：
步骤S1：在上述道路交通网络中将上述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复；
步骤S2：基于进行模拟恢复后的道路交通网络，确定上述K个道路元素中未确定恢复顺序的道路元素的上述一个参数值；
步骤S3：按照上述一个参数值从大到小的顺序，将上述K个道路元素中未确定恢复顺序的道路元素进行排序；
步骤S4：将排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为上述K个道路元素中第i个恢复。
作为一种实施例，网络恢复单元1305具体用于获取上述交通单元中各道路元素的两个参数值，针对上述交通单元中上述K个道路元素，通过如下多轮恢复顺序确定过程，确定上述K个道路元素中各个道路元素的恢复顺序，其中第j轮的恢复顺序确定过程包括如下步骤S11至步骤S14的过程，上述j为小于上述K的正整数：
步骤S11：在道路交通网络中将K个道路元素中已确定恢复顺序的道路元素进行模拟恢复；
步骤S12：基于进行模拟恢复后的道路交通网络，确定上述K个道路元素中未确定恢复顺序的道路元素的上述两个参数值；
步骤S13：按照上述两个参数值中优先级高的参数值从大到小的顺序，将上述K个道路元素中未确定恢复顺序的道路元素进行第一次排序；
步骤S14：将第一次排序后的道路元素中，排序在第一序位且唯一的道路元素的恢复顺序，确定为上述K个道路元素中第j个恢复；其中若第一次排序后的道路元素中排序在第一序位的道路元素包括至少两个，则按照上述两个参数值中优先级低的参数值从大到小的顺序，将上述至少两个道路元素进行第二次排序，将第二次排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为上述K个道路元素中第j个恢复。
作为一种实施例，上述网络连通值为各交通单元失效后上述道路交通网络中连通的节点对的数量与上述道路交通网络中节点对的总数量的比值，上述薄弱单元为网络连通值小于第一连通值阈值的交通单元；或
上述网络连通值为各交通单元失效后上述道路交通网络中不连通的节点对的数量与上述道路交通网络中节点对的总数量的比值，上述薄弱单元为网络连通值大于第二连通阈值的交通单元。
作为一种实施例，上述网络效率包括上述道路交通网络中节点对的参考路径值的平均值，上述参考路径值为上述节点对对应的最短的通行路径的倒数。
作为一种实施例，上述不连通的节点对的信息包括如下一个信息或多个信息：
不连通的节点对关联的通行人次比；上述通行人次比是根据第一节点和第二节点所属预设交通小区的小区信息确定的，上述小区信息包括上述预设交通小区的地理面积、人口密度和人均出行次数，上述第一节点和第二节点为上述不连通的节点对中的节点；
不连通的节点对的空间分布信息。
作为一种实施例，图13中的装置可以用于实现前文论述的任意一种识别道路交通网络中薄弱单元的方法。
如图14所示，本申请提供一种计算机设备1400，包括处理器1401、用于存储上述处理器可执行指令的存储器1402；
其中，上述处理器被配置为执行可执行指令，实现上述任意一种识别道路交通网络中薄弱单元的方法。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由上述电子设备的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，上述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (7)

1.一种识别道路交通网络中薄弱单元的方法，其特征在于，包括：
通过设定通信接口提取道路交通网络中各交通单元，所述交通单元包括所述道路交通网络中的节点和通行路径中的至少一个道路元素，所述通行路径是通过识别连接所述节点的连边获得的，所述节点表征道路的端点或至少两条道路的交叉路口；
确定所述各交通单元的网络连通值，根据各交通单元的网络连通值和连通值阈值，识别所述各交通单元中的薄弱单元；其中：
所述各交通单元中某一交通单元的网络连通值，为所述某一交通单元失效后所述道路交通网络中不连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值大于第二连通阈值的交通单元；所述道路交通网络中节点对包括所述道路交通网络中交通单元失效前存在长度不是无限长的通行路径的任意两个所述节点组成的集合；所述不连通的节点对是某一交通单元失效后，两个节点之间的最短的通行路径的长度是无穷长的节点对；或
所述各交通单元中某一交通单元的网络连通值，为所述某一交通单元失效后所述道路交通网络中连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值小于第一连通值阈值的交通单元；所述道路交通网络中节点对包括所述道路交通网络中交通单元失效前存在长度不是无限长的通行路径的任意两个所述节点组成的集合；所述连通的节点对是某一交通单元失效后，所述道路交通网络中仍然存在的长度不是无限长的通行路径的节点对；
当所述交通单元包括所述道路交通网络中的节点和通行路径中的K个道路元素，K为大于1的正整数，还包括：
若所述交通单元失效，则获取所述交通单元中各道路元素的网络连通值和连通影响值中至少一个参数值；所述各道路元素中某一道路元素的连通影响值，是识别所述某一道路元素失效导致的所述道路交通网络的网络效率的变化值或不连通的节点对的信息得到的，所述不连通的节点对的信息包括：所述某一道路元素失效后影响的不连通的节点对之间的出行人次之和与道路交通网络中所有节点所在预设交通小区的出行人次之和的比值；
根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序；
其中，所述比值
Figure FDA0003197308950000021
O为道路交通网络中所有节点的集合，OD1为不连通的节点对的集合，Pij为节点对(i，j)之间的出行人次，Pi为节点i所在预设交通小区的出行人次；
其中，所述
Figure FDA0003197308950000022
Di为以节点i为起点的节点对的终点的集合，该终点指节点i指向的节点，Pi为节点i所在预设交通小区的出行人次，L(i，j)为节点i和节点j间的最短的通行路径的长度矩阵。
2.如权利要求1所述的方法，其特征在于，还包括：
根据识别出的薄弱单元的数量以及所述薄弱单元对所述道路交通网络的连通影响值中的至少一个信息，确定所述道路交通网络的脆弱程度；所述连通影响值是识别所述薄弱单元失效导致的所述道路交通网络的网络效率的变化值或不连通的节点对的信息得到的；其中，所述不连通的节点对的信息包括：所述薄弱单元失效后影响的不连通的节点对之间的出行人次之和与道路交通网络中所有节点所在预设交通小区的出行人次之和的比值。
3.如权利要求1所述的方法，其特征在于，获取所述交通单元中各道路元素的一个参数值，其中，获取的一个参数值是所述交通单元中各道路元素的网络连通值或连通影响值，所述根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序，包括：
针对所述交通单元中所述K个道路元素，通过如下多轮恢复顺序确定过程，确定所述K个道路元素中各个道路元素的恢复顺序，其中第i轮的恢复顺序确定过程包括如下步骤S1至步骤S4的过程，所述i为小于所述K的正整数：
步骤S1：在所述道路交通网络中将所述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复，所述进行模拟恢复为将所述已确定恢复顺序的道路元素在所述道路交通网络中设置为有效；
步骤S2：基于进行模拟恢复后的道路交通网络，确定所述K个道路元素中未确定恢复顺序的道路元素的所述获取的一个参数值；
步骤S3：按照所述获取的一个参数值从大到小的顺序，将所述K个道路元素中未确定恢复顺序的道路元素进行排序；
步骤S4：将排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为所述K个道路元素中第i个恢复。
4.如权利要求1所述的方法，其特征在于，获取所述交通单元中各道路元素的两个参数值，所述两个参数值包括所述网络连通值和所述连通影响值，所述根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序，包括：
针对所述交通单元中所述K个道路元素，通过如下多轮恢复顺序确定过程，确定所述K个道路元素中各个道路元素的恢复顺序，其中第j轮的恢复顺序确定过程包括如下步骤S11至步骤S14的过程，所述j为小于所述K的正整数：
步骤S11：在所述道路交通网络中将所述K个道路元素中已确定恢复顺序的道路元素进行模拟恢复，所述进行模拟恢复为将所述已确定恢复顺序的道路元素在所述道路交通网络中设置为有效；
步骤S12：基于进行模拟恢复后的道路交通网络，确定所述K个道路元素中未确定恢复顺序的道路元素的所述两个参数值；
步骤S13：按照所述两个参数值中优先级高的参数值从大到小的顺序，将所述K个道路元素中未确定恢复顺序的道路元素进行第一次排序；
步骤S14：将第一次排序后的道路元素中，排序在第一序位且唯一的道路元素的恢复顺序，确定为所述K个道路元素中第j个恢复；其中若第一次排序后的道路元素中排序在第一序位的道路元素包括至少两个，则按照所述两个参数值中优先级低的参数值从大到小的顺序，将所述至少两个道路元素进行第二次排序，将第二次排序后的道路元素中排序在第一序位的道路元素的恢复顺序，确定为所述K个道路元素中第j个恢复。
5.一种识别道路交通网络中薄弱单元的装置，其特征在于，包括交通单元获取单元、网络连通值确定单元和薄弱单元识别单元，其中：
所述交通单元获取单元用于通过设定通信接口提取道路交通网络中各交通单元，所述交通单元包括所述道路交通网络中的节点和通行路径中的至少一个道路元素，所述通行路径是通过识别连接所述节点的连边获得的，所述节点表征道路的端点或至少两条道路的交叉路口；
所述网络连通值确定单元用于确定所述各交通单元的网络连通值，所述薄弱单元识别单元用于根据各交通单元的网络连通值和连通值阈值，识别所述各交通单元中的薄弱单元；其中：
所述各交通单元中某一交通单元的网络连通值，为所述某一交通单元失效后所述道路交通网络中不连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值大于第二连通阈值的交通单元；所述道路交通网络中节点对包括所述道路交通网络中交通单元失效前存在长度不是无限长的通行路径的任意两个所述节点组成的集合；所述不连通的节点对是某一交通单元失效后，两个节点之间的最短的通行路径的长度是无穷长的节点对；或
所述各交通单元中某一交通单元的网络连通值，为所述某一交通单元失效后所述道路交通网络中连通的节点对的数量与所述道路交通网络中节点对的总数量的比值，所述薄弱单元为网络连通值小于第一连通值阈值的交通单元；所述道路交通网络中节点对包括所述道路交通网络中交通单元失效前存在长度不是无限长的通行路径的任意两个所述节点组成的集合；所述连通的节点对是某一交通单元失效后，所述道路交通网络中仍然存在的长度不是无限长的通行路径的节点对；
当所述交通单元包括所述道路交通网络中的节点和通行路径中的K个道路元素，K为大于1的正整数，所述装置还包括：
网络恢复单元，用于若所述交通单元失效，则获取所述交通单元中各道路元素的网络连通值和连通影响值中至少一个参数值；所述各道路元素中某一道路元素的连通影响值，是识别所述某一道路元素失效导致的所述道路交通网络的网络效率的变化值或不连通的节点对的信息得到的，所述不连通的节点对的信息包括：所述某一道路元素失效后影响的不连通的节点对之间的出行人次之和与道路交通网络中所有节点所在预设交通小区的出行人次之和的比值；
根据获取的所述交通单元中各道路元素的至少一个参数值，确定所述道路交通网络中恢复所述交通单元中各道路元素的恢复顺序；
其中，所述比值
Figure FDA0003197308950000051
O为道路交通网络中所有节点的集合，OD1为不连通的节点对的集合，Pij为节点对(i，j)之间的出行人次，Pi为节点i所在预设交通小区的出行人次；
其中，所述
Figure FDA0003197308950000052
Di为以节点i为起点的节点对的终点的集合，该终点指节点i指向的节点，Pi为节点i所在预设交通小区的出行人次，L(i，j)为节点i和节点j间的最短的通行路径的长度矩阵。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-4中任一权利要求所述方法的步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-4中任一项所述的方法。
CN202010502544.3A 2020-06-04 2020-06-04 识别道路交通网络中薄弱单元的方法、装置及存储介质 Active CN111862594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010502544.3A CN111862594B (zh) 2020-06-04 2020-06-04 识别道路交通网络中薄弱单元的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010502544.3A CN111862594B (zh) 2020-06-04 2020-06-04 识别道路交通网络中薄弱单元的方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN111862594A CN111862594A (zh) 2020-10-30
CN111862594B true CN111862594B (zh) 2021-09-03

Family

ID=72985774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010502544.3A Active CN111862594B (zh) 2020-06-04 2020-06-04 识别道路交通网络中薄弱单元的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111862594B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112652172B (zh) * 2021-01-19 2022-01-25 东南大学 一种基于车辆gps轨迹的路段交通量分析方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101791989A (zh) * 2010-03-31 2010-08-04 上海磁浮交通发展有限公司 一种自律分散轨道交通信息网络架构系统
CN102270388A (zh) * 2011-06-03 2011-12-07 王正武 考虑级联失效的交通网络节点重要度的测算方法
CN106027399A (zh) * 2016-07-26 2016-10-12 华北电力大学（保定） 一种通信网关键链路识别方法
DE102015226224B3 (de) * 2015-12-21 2017-05-24 Siemens Ag Verfahren zum Ermitteln einer Verkehrsbelastung
CN106789624A (zh) * 2017-04-11 2017-05-31 广东浪潮大数据研究有限公司 一种失效路由恢复方法
CN106920389A (zh) * 2015-12-28 2017-07-04 北京亿阳信通科技有限公司 一种基于用户电信行为的交通状况控制方法及系统
CN107092984A (zh) * 2017-04-12 2017-08-25 北京航空航天大学 一种基于级联失效的网络功能端节点传播预测方法
CN107135160A (zh) * 2017-03-15 2017-09-05 广东工业大学 基于网络失效节点的生成树容错方法
CN107239821A (zh) * 2017-06-08 2017-10-10 内蒙古大学 随机攻击策略下的城市群交通网络可靠性修复方法
CN107248283A (zh) * 2017-07-18 2017-10-13 北京航空航天大学 一种考虑路段关键度的城市区域路网运行状态评价方法
CN107438026A (zh) * 2016-05-27 2017-12-05 任子行网络技术股份有限公司 域间路由系统的失效恢复方法和装置
CN109035778A (zh) * 2018-08-29 2018-12-18 深圳市赛为智能股份有限公司 拥堵成因分析方法、装置、计算机设备及存储介质
CN109086910A (zh) * 2018-06-11 2018-12-25 北京工商大学 城市轨道交通运营路网拓扑结构建模方法
CN110033048A (zh) * 2019-04-18 2019-07-19 西南交通大学 一种轨道交通关键节点及关键路段识别方法
CN110211378A (zh) * 2019-05-29 2019-09-06 北京航空航天大学 一种基于复杂网络理论的城市交通健康指标体系评估方法
CN111145536A (zh) * 2019-12-02 2020-05-12 北京航空航天大学 一种基于异常检测的道路网络脆性评价方法
CN111193629A (zh) * 2020-01-14 2020-05-22 西安电子科技大学 一种多层信息网络的动态负载级联失效的故障传播方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8566269B2 (en) * 2006-08-01 2013-10-22 George Mason Intellectual Properties, Inc. Interactive analysis of attack graphs using relational queries
CN102592440A (zh) * 2012-02-14 2012-07-18 清华大学 道路网关键节点诊断技术
CN103208033B (zh) * 2013-03-22 2017-02-08 北京交通大学 一种成网条件下城市轨道交通新线接入客流预测方法
CN105303818B (zh) * 2015-11-13 2020-07-17 北京航空航天大学 一种基于贪心算法的城市道路网络最优修复时序方法
US10395183B2 (en) * 2016-03-15 2019-08-27 Nec Corporation Real-time filtering of digital data sources for traffic control centers
CN106067141A (zh) * 2016-05-30 2016-11-02 重庆大学 燃气管网的健康评价方法、优化方法、健康评价装置及系统
CN107517201B (zh) * 2017-07-28 2020-11-13 北京航空航天大学 一种基于时序移除的网络脆弱性辨识方法
CN109410575B (zh) * 2018-10-29 2020-05-01 北京航空航天大学 一种基于胶囊网络和嵌套式长短时记忆神经网络的路网状态预测方法
CN109461307B (zh) * 2018-11-16 2021-09-24 中电科新型智慧城市研究院有限公司 一种预估路段平均车辆流量和od需求的方法
CN110136457A (zh) * 2019-05-15 2019-08-16 青岛市城市规划设计研究院 基于微观交通仿真的城市交叉口群协调优化方法
CN110135092A (zh) * 2019-05-21 2019-08-16 江苏开放大学（江苏城市职业学院） 基于半局部中心性的复杂加权交通网关键节点识别方法
CN110400051A (zh) * 2019-06-27 2019-11-01 厦门理工学院 一种城市轨道交通路网节点重要度评价方法
CN110580404B (zh) * 2019-07-26 2023-05-12 东南大学 一种基于城市多模式交通网络的网络运能确定方法
CN110517491A (zh) * 2019-08-23 2019-11-29 长沙理工大学 一种考虑路径冗余和出行效率的路段重要度排序方法
CN110543728B (zh) * 2019-09-05 2023-03-21 大连理工大学 一种城市交通路网关键路口发现方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101791989A (zh) * 2010-03-31 2010-08-04 上海磁浮交通发展有限公司 一种自律分散轨道交通信息网络架构系统
CN102270388A (zh) * 2011-06-03 2011-12-07 王正武 考虑级联失效的交通网络节点重要度的测算方法
DE102015226224B3 (de) * 2015-12-21 2017-05-24 Siemens Ag Verfahren zum Ermitteln einer Verkehrsbelastung
CN106920389A (zh) * 2015-12-28 2017-07-04 北京亿阳信通科技有限公司 一种基于用户电信行为的交通状况控制方法及系统
CN107438026A (zh) * 2016-05-27 2017-12-05 任子行网络技术股份有限公司 域间路由系统的失效恢复方法和装置
CN106027399A (zh) * 2016-07-26 2016-10-12 华北电力大学（保定） 一种通信网关键链路识别方法
CN107135160A (zh) * 2017-03-15 2017-09-05 广东工业大学 基于网络失效节点的生成树容错方法
CN106789624A (zh) * 2017-04-11 2017-05-31 广东浪潮大数据研究有限公司 一种失效路由恢复方法
CN107092984A (zh) * 2017-04-12 2017-08-25 北京航空航天大学 一种基于级联失效的网络功能端节点传播预测方法
CN107239821A (zh) * 2017-06-08 2017-10-10 内蒙古大学 随机攻击策略下的城市群交通网络可靠性修复方法
CN107248283A (zh) * 2017-07-18 2017-10-13 北京航空航天大学 一种考虑路段关键度的城市区域路网运行状态评价方法
CN109086910A (zh) * 2018-06-11 2018-12-25 北京工商大学 城市轨道交通运营路网拓扑结构建模方法
CN109035778A (zh) * 2018-08-29 2018-12-18 深圳市赛为智能股份有限公司 拥堵成因分析方法、装置、计算机设备及存储介质
CN110033048A (zh) * 2019-04-18 2019-07-19 西南交通大学 一种轨道交通关键节点及关键路段识别方法
CN110211378A (zh) * 2019-05-29 2019-09-06 北京航空航天大学 一种基于复杂网络理论的城市交通健康指标体系评估方法
CN111145536A (zh) * 2019-12-02 2020-05-12 北京航空航天大学 一种基于异常检测的道路网络脆性评价方法
CN111193629A (zh) * 2020-01-14 2020-05-22 西安电子科技大学 一种多层信息网络的动态负载级联失效的故障传播方法

Non-Patent Citations (14)

* Cited by examiner, † Cited by third party
Title
"A Graph-Based Framework for Real-Time Vulnerability Assessment of Road Networks";Angelo Furno等;《2018 IEEE International Conference on Smart Computing》;20180731;全文 *
"Constrained Newton Methods for Transport Network Equilibrium Analysis";CHENG LIN等;《TSINGHUA SCIENCE AND TECHNOLOGY》;20091231;第14卷(第6期);全文 *
"Methodology for Evaluating and Improving Road Network Topology Vulnerability";Yingfei Tu等;《2010 International Conference on Intelligent Computation Technology and Automation》;20100726;全文 *
"城市道路网络脆弱性评估模型研究";李鑫;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170415;全文 *
"基于复杂网络理论的城市道路网络综合脆弱性评估模型";肖瑶;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140715;全文 *
"基于级联失效模型的交通脆弱评估方法";雷立等;《公路交通科技(应用技术版)》;20130915;全文 *
"基于网络效率的日变路网脆弱性识别方法";张玺;《交通运输系统工程与信息》;20170430;第17卷(第2期);全文 *
"基于节点影响力的电力通信网拓扑结构诊断";吴润泽等;《电力系统保护与控制》;20190516;第47卷(第10期);全文 *
"基于链路已用率的电力通信网脆弱性分析";尹军等;《电力系统保护与控制》;20180116;第46卷(第2期);全文 *
"突发事件下城市道路交通节点连通性研究";覃媛媛等;《智能城市》;20160325;全文 *
"突发拥挤条件下城市道路网脆弱性识别";李彦瑾等;《公路交通科技》;20170531;第34卷(第5期);全文 *
"突发环境下城市道路网脆弱性识别";李彦瑾等;《2018世界交通运输大会论文集》;20180618;全文 *
"考虑交叉口影响的城市路网脆弱性分析";岳家权;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180215;全文 *
"道路交通网络脆弱性研究";杨露萍等;《交通运输系统工程与信息》;20120215;第12卷(第1期);全文 *

Also Published As

Publication number Publication date
CN111862594A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
Ouyang A mathematical framework to optimize resilience of interdependent critical infrastructure systems under spatially localized attacks
CN108062860B (zh) 基于拥塞传播分析的道路瓶颈识别方法及其系统
Xu et al. Network-based assessment of metro infrastructure with a spatial–temporal resilience cycle framework
CN111862594B (zh) 识别道路交通网络中薄弱单元的方法、装置及存储介质
CN105303839A (zh) 潜在拥堵道路交叉点的预测方法和装置
Lu et al. Analyzing the evolution of rare events via social media data and k-means clustering algorithm
Kanté et al. An exact algorithm to check the existence of (elementary) paths and a generalisation of the cut problem in graphs with forbidden transitions
Ahmadi et al. Solving stochastic shortest distance path problem by using genetic algorithms
CN109887280B (zh) 一种交通网络节点关键度评估方法
CN115081910A (zh) 城市多模式公共交通网络的鲁棒性评估方法
Zio et al. An analytical approach to the safety of road networks
Jia et al. Dynamic cascading failure analysis in congested urban road networks with self-organization
CN115719186A (zh) 一种区域交通网韧性评估方法及系统
A Konstantinidou et al. A multi-objective network design model for post-disaster transportation network management
CN113850297B (zh) 道路数据的监测方法、装置、电子设备及存储介质
CN113724490B (zh) 一种道路拥堵检测的方法
CN113128892B (zh) 基于复杂网络拓扑关系的链式灾害风险评估方法和装置
CN110956336B (zh) 一种基于图算法的行车路线挖掘方法
Fidler et al. Introducing random walk measures to space syntax
CN114495495A (zh) 异常转向行为的检测方法、装置及电子设备
Zhang et al. Exploring significant edges of public transport network under targeted attacks
Hu et al. Evaluation of resilience indicators for public transportation networks by the grey relational analysis
CN114928546B (zh) 一种基于空间网络的识别关键恢复节点的方法
Wu et al. Reliability analysis of state transportation network under path failure strategies (wip)
CN115130781B (zh) 一种计算城市水灾下的人员最短撤离路径方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant