CN111950155A - 一种城市公共交通系统脆弱性评估方法 - Google Patents

一种城市公共交通系统脆弱性评估方法 Download PDF

Info

Publication number
CN111950155A
CN111950155A CN202010819720.6A CN202010819720A CN111950155A CN 111950155 A CN111950155 A CN 111950155A CN 202010819720 A CN202010819720 A CN 202010819720A CN 111950155 A CN111950155 A CN 111950155A
Authority
CN
China
Prior art keywords
network
information
vulnerability
nodes
public transport
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
Application number
CN202010819720.6A
Other languages
English (en)
Inventor
陈辰
王淑良
顾喜丰
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.)
Jiangsu Normal University
Original Assignee
Jiangsu Normal University
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 Jiangsu Normal University filed Critical Jiangsu Normal University
Priority to CN202010819720.6A priority Critical patent/CN111950155A/zh
Publication of CN111950155A publication Critical patent/CN111950155A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种城市公共交通系统的脆弱性评估方法，包括以下步骤：1)首先利用公交网站Web端JavaScript API接口获取公交站点和线路信息，并对数据进行处理。2)利用Space L方法对公共交通系统建模，并将站点、线路信息作为属性赋予给节点。3)根据灾害事件的不同特点，对灾害事件进行建模。4)提出一种新的公共交通网络脆弱性指标，表示网络性能的变化。5)模拟不同灾害事件下对公共交通网络脆弱性进行仿真验证，观察记录仿真过程中网络模型的脆弱性指标变化，得出脆弱性评估。本发明的一种城市公共交通系统的脆弱性评估方法对公共交通系统的日常维护和管理、灾后资源分配提供支持。

Description

一种城市公共交通系统脆弱性评估方法
技术领域
本发明涉及公共交通系统的脆弱性和应急管理领域，具体涉及一种城市公共交通系统脆弱性评估方法。
背景技术
城市化进程的加快，使得我国的城市公共交通系统逐渐趋向规模化和网络化。城市公共交通相比于其他的交通方式存在明显的优势，运输能力大并且具有确定的线路等特点使其很大程度上优化了城市空间布局，缓解了城市的交通压力。城市公共交通系统是居民出行和城市职能发挥的基础工程设施，正常有序的交通网络对国家或地区的社会经济发展有着至关重要的作用。因此，应重视对公共交通系统方面的研究，降低事故发生的强度和频率。
发明内容
本发明的内容是提供一种城市公共交通系统脆弱性评估方法，用于评估网络中的重要的站点，对运营商和后期的公共交通建设维护提供理论支持。
为了实现上述目的，本发明采取了如下技术方案；
S1：首先利用公交网站Web端JavaScript API接口获取数据进行处理，获取城市公共交通站点线路信息。
S2：根据space L的方法对公共交通系统建模，并将站点线路信息作为属性赋予给节点。
S3：根据灾害事件的不同特点，对灾害事件进行分析建模。
S4：提出一种新的公共交通网络脆弱性指标，表示灾后网络的性能变化。
S5：模拟不同灾害事件下公共交通网络脆弱性，进行仿真验证，观察记录仿真过程中网络模型的脆弱性指标变化，得出脆弱性评估。
进一步地，所述步骤S1的用公交网站Web端JavaScript API接口获取公共交通站点线路信息具体为：
公共交通信息包括站点信息和线路信息，本文利用Python语言编写数据爬取算法从8684公交网(https://www.8684.cn/)上得到公共交通信息。站点经纬度信息获取则是基于公共交通信息，结合高德地图API。利用Web服务API中的Place API得到公共交通站点的经纬度信息。主要信息获取流程为：
首先读取以获取的站点信息数据；调用Place API，采用顺序遍历法，遍历站点名称得到对应站点的经纬度信息；接着修正数据，对由于站点名称差异性存在的遗漏站点信息进行处理，并对自环及独立线路进行删除；最后存储数据，对站点及对应线路信息、经纬度信息进行存储。
进一步地，所述步骤S2中的Space L的方法对于公共交通网络建模规则具体为：
Space L建模方法是以自然网络形态呈现出的网络结构，Space L方法将公共交通网络中的站点抽象为节点，将相邻两站点之间的区间(路段)抽象为边，当两个车站间存在直接相连的轨道线路时，那么在拓扑结构中这两个节点间具有一条连边，反应两者之间的直接相连关系。采用Space L方法构建的城市轨道交通网络拓扑结构，反映了网络的自然连接状态，这种自然结构便于分析网络最基本的特征及其形态。
对于公共交通系统的建模，通常我们分别将站点和线路抽象为节点和边，一般来说，轨道交通网络可以用图G＝{V,E}来表示，这里V＝{vi|i＝1,2,L,N}表示节点的集合，E＝{lij|lij＝(vi,vj)}表示为边的集合，N是节点的数量，当节点i和节点j直接相连的时候lij＝1，相反当节点i和j不直接相连lij＝0。
进一步地，所述步骤S3中灾害事件建模具体为：
脆弱性是系统固有属性，不同的扰动策略会暴露出系统不同程度的脆弱性。通过模拟不同的灾害模式，在随机扰动和蓄意扰动下分析网络脆弱性。随机扰动从研究的网络节点中等概率选择节点进行扰动失效。蓄意扰动根据节点的重要性对节点进行排序，按照重要性顺序对节点进行攻击。根据灾害事件的特点，扰动分为以下四类：随机攻击，比如因设备故障和操作失误引起的扰动，这种扰动类型繁杂，并且具有高度的不确定性。
基于局部属性的攻击。这种扰动通常是指系统中关键元件受到破坏，主要分为基于度值的攻击和基于局部中心性的攻击。基于度值的扰动即是根据度值度量节点重要性，根据节点重要性的排序列表进行攻击。节点i的度ki为与节点i连接的边的数目，网络中与该节点相连的边越多，该节点在网络中发挥的作用越显著。基于局部中心性的攻击是根据节点最近邻节点的度值和次近邻节点的度值来评估节点重要性的方式，其计算方式如下：
Figure BDA0002634016690000021
其中Ui为节点i最近邻居集合,Uj为节点j最近邻居集合,N(u)为节点u最近邻居数和次近邻居数之和。
基于全局属性的攻击(也称基于介数的攻击)。例如地震、洪水等自然灾害引起的大范围元件同时故障。节点i的介数为经过节点i的最短路径数与网络中所有最短路径数的比值，其计算方式如下：
Figure BDA0002634016690000031
其中，gst为从节点s到t的最短路径数目，
Figure BDA0002634016690000032
为节点s到节点t的最短路径gst中经过节点i的最短路径数目。
基于距离属性的攻击(也称基于k-shell值的攻击)。通过k壳分解法，对节点进行分层，通过初始网络节点的壳值来度量节点重要性，根据节点重要性的排序对网络进行扰动。
进一步地，所述步骤S4中的网络脆弱性指标具体为：
熵是系统的一种无序的度量。网络结构熵定义的引出可以更简洁地度量复杂网络有序状态，它是定义在度分布上的。假设网络中节点i的度为ki，则其重要度可以定义为：
Figure BDA0002634016690000033
对于ki＝0的节点不做考虑，可以定义网络结构熵为：
Figure BDA0002634016690000034
为消除节点数目N对SE的影响，可以对网络结构熵进行归一化，定义为网络的标准结构熵。
Figure BDA0002634016690000035
进一步地，所述步骤S5中的脆弱性模拟仿真具体为：
本发明将从四种不同的灾害情形来分析城市公共交通网络的脆弱性。分别为对最大节点度、最高节点介数、最大局部中心值和最高k-shell值的站点蓄意攻击来模拟城市公共交通遭受攻击的情景，来评估和对比在不同灾害情形下网络标准结构熵的变化，找出网络中的关键节点，从而对其进行重点保护。
本发明的有益效果是：本发明通过获取公共交通站点、线路的地理信息，结合Space L模型建立合乎实际的城市公共交通网络模型。模拟不同场景的灾害模式，对比在不同灾害情形下网络脆弱性指标的变化，并且可以找出对网络中影响较大站点。本发明目的在于提供一种城市公共交通系统脆弱性评估方法，脆弱性研究是为了保证城市公共交通系统在各种灾害作用下，找出其脆弱性部分，加强日常维护，从而保持系统的稳定性，履行公共交通系统的基本运输能力。
附图说明
图1为本发明一种城市公共交通系统脆弱性评估方法的总理流程。
具体实施方式
为了便于理解下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅是本发明的一部分实施例。
如图1所示，一种城市公共交通系统脆弱性评估方法，主要包括以下步骤：
S1：首先利用公交网站Web端JavaScript API接口获取数据进行处理，获取城市公共交通站点线路信息。
公共交通信息包括站点信息和线路信息，本文利用Python语言编写数据爬取算法从8684公交网(https://www.8684.cn/)上得到公共交通信息。站点经纬度信息获取则是基于公共交通信息，结合高德地图API。利用Web服务API中的Place API得到公共交通站点的经纬度信息。主要信息获取流程为：
首先读取已获取的站点信息数据；调用Place API，采用顺序遍历法，遍历站点名称得到对应站点的经纬度信息；接着修正数据，对由于站点名称差异性存在的遗漏站点信息进行处理，并对自环及独立线路进行删除；最后存储数据，对站点及对应线路信息、经纬度信息进行存储。
S2：利用space L的方法对公共交通系统建模，并将站点线路信息作为属性赋予给节点。
Space L建模方法是以自然网络形态呈现出的网络结构，Space L方法将公共交通网络中的站点抽象为节点，将相邻两站点之间的区间(路段)抽象为边，当两个车站间存在直接相连的轨道线路时，那么在拓扑结构中这两个节点间具有一条连边，反应两者之间的直接相连关系。采用Space L方法构建的城市轨道交通网络拓扑结构，反映了网络的自然连接状态，这种自然结构便于分析网络最基本的特征及其形态。
对于公共交通系统的建模，通常我们分别将站点和线路抽象为节点和边，一般来说，轨道交通网络可以用图G＝{V,E}来表示，这里V＝{vi|i＝1,2,L,N}表示节点的集合，E＝{lij|lij＝(vi,vj)}表示为边的集合，N是节点的数量，当节点i和节点j直接相连的时候lij＝1，相反当节点i和j不直接相连lij＝0。
S3：根据灾害事件的不同特点，对灾害事件进行分析建模。
脆弱性是系统固有属性，不同的扰动策略会暴露出系统不同程度的脆弱性。通过模拟不同的灾害模式，在随机扰动和蓄意扰动下分析网络脆弱性。随机扰动从研究的网络节点中等概率选择节点进行扰动失效。蓄意扰动根据节点的重要性对节点进行排序，按照重要性顺序对节点进行攻击。根据灾害事件的特点，扰动分为以下四类：随机攻击，比如因设备故障和操作失误引起的扰动，这种扰动类型繁杂，并且具有高度的不确定性。
基于局部属性的攻击。这种扰动通常是指系统中关键元件受到破坏，主要分为基于度值的攻击和基于局部中心性的攻击。基于度值的扰动即是根据度值度量节点重要性，根据节点重要性的排序列表进行攻击。节点i的度ki为与节点i连接的边的数目，网络中与该节点相连的边越多，该节点在网络中发挥的作用越显著。基于局部中心性的攻击是根据节点最近邻节点的度值和次近邻节点的度值来评估节点重要性的方式，其计算方式如下：
Figure BDA0002634016690000051
其中Ui为节点i最近邻居集合,Uj为节点j最近邻居集合,N(u)为节点u最近邻居数和次近邻居数之和。
基于全局属性的攻击(也称基于介数的攻击)。例如地震、洪水等自然灾害引起的大范围元件同时故障。节点i的介数为经过节点i的最短路径数与网络中所有最短路径数的比值，其计算方式如下：
Figure BDA0002634016690000052
其中，gst为从节点s到t的最短路径数目，
Figure BDA0002634016690000053
为节点s到节点t的最短路径gst中经过节点i的最短路径数目。
基于距离属性的攻击(也称基于k-shell值的攻击)。通过k壳分解法，对节点进行分层，通过初始网络节点的壳值来度量节点重要性，根据节点重要性的排序对网络进行扰动。
S4：提出一种新的公共交通网络脆弱性指标，表示网络灾后的性能变化。
熵是系统的一种无序的度量。网络结构熵定义的引出可以更简洁地度量复杂网络有序状态，它是定义在度分布上的。假设网络中节点i的度为ki，则其重要度可以定义为：
Figure BDA0002634016690000061
对于ki＝0的节点不做考虑，可以定义网络结构熵为：
为消除节点数目N对SE的影响，可以对网络结构熵进行归一化，定义为网络的标准结构熵。
Figure BDA0002634016690000062
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (5)

1.一种城市公共交通网络脆弱性评估方法,其特征在于，包括以下步骤：
S1：首先利用公交网站Web端JavaScript API接口获取数据进行处理，获取城市公共交通站点线路信息。
S2：利用space L的方法对公共交通系统建模，并将站点线路信息作为属性赋予给节点。
S3：根据灾害事件的不同特点，对灾害事件进行分析建模。
S4：提出一种新的公共交通网络脆弱性指标，表示网络灾后的性能变化。
S5：模拟不同灾害事件下公共交通网络脆弱性，进行仿真验证，观察记录仿真过程中网络模型的脆弱性指标变化，得出脆弱性评估。
2.根据权力要求1所述的一种城市公共交通网络脆弱性评估方法，其特征在于，所述步骤S1的用公交网站Web端JavaScript API接口获取公共交通站点线路信息具体为：
公共交通信息包括站点信息和线路信息，本文利用Python语言编写数据爬取算法从公交网上得到公共交通信息；站点经纬度信息获取则是基于公共交通信息，结合地图软件API；利用Web服务API中的Place API得到公共交通站点的经纬度信息；主要信息获取流程为：首先读取已获取的站点信息数据；调用Place API，采用顺序遍历法，遍历站点名称得到对应站点的经纬度信息；接着修正数据，对由于站点名称差异性存在的遗漏站点信息进行处理，并对自环及独立线路进行删除；最后存储数据，对站点及对应线路信息、经纬度信息进行存储。
3.根据权力要求1所述的一种城市公共交通网络脆弱性评估方法，其特征在于，所述步骤S2中Space L的方法对于公共交通网络建模规则具体为：
Space L建模方法是以自然网络形态呈现出的网络结构，Space L方法将公共交通网络中的站点抽象为节点，将相邻两站点之间的区间；抽象为边，当两个车站间存在直接相连的轨道线路时，那么在拓扑结构中这两个节点间具有一条连边，反应两者之间的直接相连关系。采用Space L方法构建的城市轨道交通网络拓扑结构，反映了网络的自然连接状态，这种自然结构便于分析网络最基本的特征及其形态；
轨道交通网络用图G＝{V,E}来表示，V＝{vi|i＝1,2,L,N}表示节点的集合，E＝{lij|lij＝(vi,vj)}表示为边的集合，N是节点的数量，当节点i和节点j直接相连的时候lij＝1，相反当节点i和j不直接相连lij＝0。
4.根据权力要求1所述的一种城市公共交通网络脆弱性评估方法，其特征在于，所述步骤S4中的网络脆弱性指标具体为：
假设网络中节点i的度为ki，则其重要度可以定义为：
Figure FDA0002634016680000021
对于ki＝0的节点不做考虑，可以定义网络结构熵为：
Figure FDA0002634016680000022
为消除节点数目N对SE的影响，对网络结构熵进行归一化，定义为网络的标准结构熵。
Figure FDA0002634016680000023
5.根据权力要求1所述的一种城市公共交通系统脆弱性评估方法，其特征在于，所述步骤S5中的脆弱性模拟仿真具体为：
从四种不同的灾害情形来分析城市公共交通网络的脆弱性，分别为对最大节点度、最高节点介数、最大局部中心值和最高k-shell值的站点蓄意攻击来模拟城市公共交通遭受攻击的情景，来评估和对比在不同灾害情形下网络标准结构熵的变化，找出网络中的关键节点，从而进行重点保护。
CN202010819720.6A 2020-08-14 2020-08-14 一种城市公共交通系统脆弱性评估方法 Pending CN111950155A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010819720.6A CN111950155A (zh) 2020-08-14 2020-08-14 一种城市公共交通系统脆弱性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010819720.6A CN111950155A (zh) 2020-08-14 2020-08-14 一种城市公共交通系统脆弱性评估方法

Publications (1)

Publication Number Publication Date
CN111950155A true CN111950155A (zh) 2020-11-17

Family

ID=73343344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010819720.6A Pending CN111950155A (zh) 2020-08-14 2020-08-14 一种城市公共交通系统脆弱性评估方法

Country Status (1)

Country Link
CN (1) CN111950155A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255979A (zh) * 2021-05-17 2021-08-13 上海旷途科技有限公司 城市公交线网脆弱点识别方法、装置、计算机设备及存储介质
CN113742870A (zh) * 2021-07-29 2021-12-03 北京工业大学 一种基于局部异构影响力的多模式公共交通网络关键站点识别方法
CN113987728A (zh) * 2021-12-27 2022-01-28 广州市交通规划研究院 一种复杂干线公共交通线网稳定性的优化方法
CN115801591A (zh) * 2023-02-15 2023-03-14 聊城金恒智慧城市运营有限公司 网络安全脆弱性评估定量计算方法
CN116343487A (zh) * 2023-05-19 2023-06-27 武汉理工大学 兼顾全局效率与局部错位的城市交通路网韧性评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197747A (zh) * 2018-01-04 2018-06-22 东南大学 城市轨道交通应急救援站选址方法及装置
CN109034654A (zh) * 2018-08-20 2018-12-18 中国民航大学 空中交通相依网络脆弱性的度量方法
CN109471908A (zh) * 2018-09-19 2019-03-15 江苏大学 一种基于Web端JavaScript API的公交站点和线路信息获取的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197747A (zh) * 2018-01-04 2018-06-22 东南大学 城市轨道交通应急救援站选址方法及装置
CN109034654A (zh) * 2018-08-20 2018-12-18 中国民航大学 空中交通相依网络脆弱性的度量方法
CN109471908A (zh) * 2018-09-19 2019-03-15 江苏大学 一种基于Web端JavaScript API的公交站点和线路信息获取的方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
JIANHUA ZHANG, MINGWEI ZHAO, HAIKUAN LIU, XIAOMING XU: "Networked characteristics of the urban rail transit networks", PHYSICA A, pages 1538 - 1546 *
SHULIANG WANG, H. EUGENE STANLEY , YACHUN GAO: "A methodological framework for vulnerability analysis of interdependent infrastructure systems under deliberate attacks", CHAOS, SOLITONS AND FRACTALS, pages 21 - 29 *
任卓明: "复杂网络中的节点重要性度量研究", 中国优秀硕士学位论文全文数据库基础科学辑, no. 3, pages 2 - 253 *
张孙贤;于欢;刘子昂;王志晓;: "基于邻居节点融合的社交网络分解方法", 陕西师范大学学报(自然科学版), no. 02, pages 76 - 83 *
王淑良: "基于复杂网络理论的基础设施系统脆弱性分析", 中国博士学位论文全文数据库基础科学辑, pages 25 - 73 *
袁朋伟: "城市轨道交通系统脆弱性研究", 中国博士学位论文全文数据库工程科技Ⅱ辑, no. 12, pages 33 - 6 *
袁朋伟: "城市轨道交通系统脆弱性研究", 中国博士学位论文全文数据库工程科技II辑, no. 12, pages 33 - 6 *
郑勋，蒋洋，徐小明: "上海城市轨道交通网络演化特性分析", 科学技术与工程, vol. 12, no. 17, pages 4206 - 4211 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255979A (zh) * 2021-05-17 2021-08-13 上海旷途科技有限公司 城市公交线网脆弱点识别方法、装置、计算机设备及存储介质
CN113742870A (zh) * 2021-07-29 2021-12-03 北京工业大学 一种基于局部异构影响力的多模式公共交通网络关键站点识别方法
CN113742870B (zh) * 2021-07-29 2024-04-16 北京工业大学 一种基于局部异构影响力的多模式公共交通网络关键站点识别方法
CN113987728A (zh) * 2021-12-27 2022-01-28 广州市交通规划研究院 一种复杂干线公共交通线网稳定性的优化方法
CN115801591A (zh) * 2023-02-15 2023-03-14 聊城金恒智慧城市运营有限公司 网络安全脆弱性评估定量计算方法
CN116343487A (zh) * 2023-05-19 2023-06-27 武汉理工大学 兼顾全局效率与局部错位的城市交通路网韧性评估方法

Similar Documents

Publication Publication Date Title
CN111950155A (zh) 一种城市公共交通系统脆弱性评估方法
De Bona et al. Analysis of Public Bus Transportation of a Brazilian City Based on the Theory of Complex Networks Using the P‐Space
Saadat et al. Resilience-based strategies for topology enhancement and recovery of metrorail transit networks
Zhang et al. A review and prospect for the complexity and resilience of urban public transit network based on complex network theory
Aparicio et al. Assessing robustness in multimodal transportation systems: a case study in Lisbon
Hosseini Nourzad et al. Vulnerability of infrastructure systems: Macroscopic analysis of critical disruptions on road networks
Freiria et al. The multiscale importance of road segments in a network disruption scenario: A risk‐based approach
Lee et al. Quantitative measures for integrating resilience into transportation planning practice: Study in Texas
Kozievitch et al. Exploratory analysis of public transportation data in Curitiba
CN115169795A (zh) 站点重要性评估方法及装置
Rouhana et al. Transportation network resilience against failures: GIS-based assessment of network topology role
Wang et al. A new approach for measuring the resilience of transport infrastructure networks
Bin Wee et al. Simulation and criticality assessment of urban rail and interdependent infrastructure networks
Mount et al. Towards an integrated and realtime wayfinding framework for flood events
Yin et al. Syncretic K-shell algorithm for node importance identification and invulnerability evaluation of urban rail transit network
Liu et al. Internet of things based solutions for transport network vulnerability assessment in intelligent transportation systems
Gao et al. Comprehensive evaluation of urban road network resilience facing earthquakes
Wang et al. Identifying the critical nodes in multi-modal transportation network with a traffic demand-based computational method
Misra et al. Estimating extreme event resilience of rail–truck intermodal freight networks: Methods, models, and case study application
Zhu et al. Topological characteristics and vulnerability analysis of rural traffic network
Xie et al. Vulnerability of Submarine Cable Network of Mainland China: Comparison of Vulnerability between before and after Construction of Trans‐Arctic Cable System
Tian et al. Identification of critical links in urban road network considering cascading failures
Wu et al. A trajectory privacy protect method based on location pair reorganization
Yang et al. Vulnerability analysis of urban rail transit network by considering the station track layout and passenger behavior
Lin et al. Transportation system vulnerability assessment considering environmental impact

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