CN115169795A - 站点重要性评估方法及装置 - Google Patents
站点重要性评估方法及装置 Download PDFInfo
- Publication number
- CN115169795A CN115169795A CN202210618020.XA CN202210618020A CN115169795A CN 115169795 A CN115169795 A CN 115169795A CN 202210618020 A CN202210618020 A CN 202210618020A CN 115169795 A CN115169795 A CN 115169795A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- nodes
- importance
- representing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 238000005065 mining Methods 0.000 claims abstract description 12
- 239000000126 substance Substances 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 8
- 229910052739 hydrogen Inorganic materials 0.000 claims 1
- 239000001257 hydrogen Substances 0.000 claims 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims 1
- 239000010410 layer Substances 0.000 description 40
- 238000010586 diagram Methods 0.000 description 12
- 238000012546 transfer Methods 0.000 description 8
- 238000012804 iterative process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Images
Classifications
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了站点重要性评估方法及装置,属于交通网络和传播动力学技术领域。解决现有评估站点重要性未能充分体现运营线路,存在基于最短路径使用网络拓扑结构全局信息,导致计算远处站点对站点重要程度的影响相对耗时的问题。该方法包括:根据公交网络和地铁网络构建公交‑地铁双层网络,节点网络,线路网络和二部图网络;根据社团挖掘算法确定节点网络的社团结构以及社团中心节点,形成增强型节点网络;基于增强型节点网络确定每个第二节点的初步重要性,基于线路网络确定每个第三节点的初步重要性;根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
Description
技术领域
本发明属于交通网络和传播动力学技术领域,更具体的站点重要性评估方法及装置。
背景技术
由于社会经济和城市建设持续发展,为城市居民日常通勤提供便捷服务的城市公共交通愈发多样,它以地铁、公交为主要服务方式,并把自行车、出租车作为辅助和补充。其中,地铁因其环境友好、方便快捷、价格低廉等优点,已成为基础性交通设施。公交也以客运量大、客运效率高、覆盖面积广等优点成为了重要出行选择。自行车和出租车则是兼有私人交通和公共交通的个性化交通出行方式,不具备固定的停靠点。在城市公共交通的日常运营中,部分地铁站点或公交站点在遭受极端天气、交通事故后可能引发大范围交通阻塞,导致交通系统结构连通性与网络效率下降,已成为制约城市公共交通正常运营的关键因素。同时,城市公共交通系统存在不平衡发展现象,部分地铁站、公交站承载了城市公共交通系统的大部分运量。为避免站点故障大幅降低出行效率,显著破坏网络结构,需要掌握城市公共交通网络站点重要程度,以此为交通管理者提供决策支持。例如,为重要站点配置更多资源,提高城市公共交通抗毁性;将重要站点设为新建线路的换乘站,优化交通网络结构。
地铁和公交是居民日常出行的两种主要交通方式,在提高城市交通效率方面发挥着互补作用。它们在城市公共交通系统中并非彼此孤立,而是通过一些换乘站点相互连接,共同满足居民日常出行需求,有效提升了城市公共交通系统运输效率。事实上,城市公共交通系统应当被看作是相互耦合的多层网络。由于在多层网络中,单个网络往往受其它网络作用,所以单个网络中的节点故障不仅会影响自身,还会影响多层网络中其它网络的结构和功能。因此,基于单一网络视角难以探测城市公共交通系统的整体特征。此外,在城市轨道交通的日常运营中,管理者经常会因为某条运营线路上的某处故障(如站点发生火灾,某路段发生电力故障)而停止运行整条运营线路,以尽可能降低后续危害。同时,在城市公交中,不仅公交站点在面临诸如恐怖袭击、地震或因施工而造成道路永久封闭时会暂停服务,而且部分路线会因日常营运调整、工人罢工或道路暂时封闭等原因不提供正常运营。换言之,站点故障和运营线路故障均是城市公共交通系统的常见现象,严重降低了交通网络的运行效率。
传统的站点重要性评估算法主要围绕网络拓扑和静态客流展开;基于网络拓扑结构的方法主要关注交通系统的网络结构属性;基于静态客流的方法则结合网络拓扑结构和客流特征共同度量站点重要性。
此外,交通工具的运行轨迹也逐渐作为探究站点重要程度的重要因素。然而,现有方法在评估站点重要性时未能充分体现运营线路的作用。此外,现有方法往往基于最短路径使用网络拓扑结构全局信息,导致计算远处站点对站点重要程度的影响相对耗时。同时,现有研究较少考虑不同运输系统间的交互关系。
综上所述,现有评估站点重要性未能充分体现运营线路,存在基于最短路径使用网络拓扑结构全局信息,导致计算远处站点对站点重要程度的影响相对耗时的问题。
发明内容
本发明实施例提供站点重要性评估方法及装置,用以解决现有评估站点重要性未能充分体现运营线路,存在基于最短路径使用网络拓扑结构全局信息,导致计算远处站点对站点重要程度的影响相对耗时的问题。
本发明实施例提供站点重要性评估方法,包括:
根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;
根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;
根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;
根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
优选地,所述公交-地铁双层网络为GBM=(VBM,EBM,PBM,XBM),第一节点集合为VBM=VB∪VM,第一边集合为EBM=EB∪EM∪EI,第一节点属性集合为PBM=PB∪PM,第一线路集合为XBM=XB∪XM;
优选地,通过下列公式确定社团中心节点:
其中,表示节点网络Gn中第二节点的属性,avgq表示社团cq内各第二节点属性的平均值,cq表示第q个社团,C={c1,c2,...,cq}表示节点网络的社团结构,每个社团结构包括多个第二节点,q表示社团结构的数量。
其中, 表示第二节点在第t-1次迭代的枢纽值,表示第二节点在第t次迭代的权威值,表示第二节点在第t次迭代的枢纽值,NB+NM表示节点网络包括的第二节点的总数,表示节点网路中的第二边的第一权重; 表示第三节点在第t-1次迭代的枢纽值,Nl表示线路网络包括的第三节点的总数,表示第三节点在第t次迭代的权威值,表示第三节点在第t次迭代的枢纽值,表示线路网络中第三边的第二权重。
其中,表示第t次迭代时第二节点最终重要性,NIt-1(i)表示节点网络中第二节点在第t-1次迭代的第二重要性,α∈[0,1]是平衡第二节点间连接紧密程度和相互增强关系的超参数,表示二部图网络中第四边的第三权重,表示第t-1次迭代时第三节点的第二重要性,LIt-2(i)表示线路网络中第三节点在第t-2次迭代的第二重要性;Nl表示线路网络中第三节点的总数,Nn=NB+NM表示表示节点网络包括的第二节点的总数,表示第t-1次迭代时第二节点第二重要性。
本发明实施例提供站点重要性评估装置,包括:
构建单元,用于根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;
第一确定单元,用于根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;
第二确定单元,用于根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;
第三确定单元,用于根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
优选地,所述公交-地铁双层网络为GBM=(VBM,EBM,PBM,XBM),第一节点集合为VBM=VB∪VM,第一边集合为EBM=EB∪EM∪EI,第一节点属性集合为PBM=PB∪PM,第一线路集合为XBM=XB∪XM;
优选地,通过下列公式确定社团中心节点:
其中,表示节点网络Gn中第二节点的属性,avgq表示社团cq内各第二节点属性的平均值,cq表示第q个社团,C={c1,c2,...,cq}表示节点网络的社团结构,每个社团结构包括多个第二节点,q表示社团结构的数量。
其中, 表示第二节点在第t-1次迭代的枢纽值,表示第二节点在第t次迭代的权威值,表示第二节点在第t次迭代的枢纽值,NB+NM表示节点网络包括的第二节点的总数,表示节点网路中的第二边的第一权重; 表示第三节点在第t-1次迭代的枢纽值,Nl表示线路网络包括的第三节点的总数,表示第三节点在第t次迭代的权威值,表示第三节点在第t次迭代的枢纽值,表示线路网络中第三边的第二权重。
其中,表示第t次迭代时第二节点最终重要性,NIt-1(i)表示节点网络中第二节点在第t-1次迭代的第二重要性,α∈[0,1]是平衡第二节点间连接紧密程度和相互增强关系的超参数,表示二部图网络中第四边的第三权重,表示第t-1次迭代时第三节点的第二重要性,LIt-2(i)表示线路网络中第三节点在第t-2次迭代的第二重要性;Nl表示线路网络中第三节点的总数,Nn=NB+NM表示表示节点网络包括的第二节点的总数,表示第t-1次迭代时第二节点第二重要性。
本发明实施例提供站点重要性评估方法及装置,该方法包括:根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。针对现有方法较少关注不同交通系统耦合关系的问题,本发明构建了城市公共交通系统的公交-地铁双层网络,通过层间连边刻画不同交通系统的交互关系,并利用节点属性记录不同日期的历史客流总量,同时利用边属性记录途径该边的运营线路;针对现有方法较少关注运营线路的问题,本发明利用运营线路的数量刻画邻居站点间的重要性影响,并通过二部图网络刻画运营线路和站点间的相互增强关系;针对现有方法通常基于耗时的最短路径算法刻画远处节点的影响问题,本发明实施例首先基于社团挖掘技术识别网络社团结构,然后根据节点属性确定能代表社团内所有节点的社团中心节点,最后利用少量社团中心节点快速获取远处节点的重要性影响。解决了现有评估站点重要性未能充分体现运营线路,存在基于最短路径使用网络拓扑结构全局信息,导致计算远处站点对站点重要程度的影响相对耗时的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的站点重要性评估方法流程示意图;
图2a为本发明实施例提供的公交网络结构示意图;
图2b为本发明实施例提供的地铁网络结构示意图;
图2c为本发明实施例提供的公交-地铁双层网络结构示意图;
图3a为本发明实施例提供的节点网络结构示意图;
图3b为本发明实施例提供的线路网络结构示意图;
图3c为本发明实施例提供的二部图网络结构示意图;
图4为本发明实施例提供的节点网络社团划分和社团中心节点选取结构示意图;
图5为本发明实施例一提供的站点重要性评估方法流程示意图;
图6为本发明实施例一提供的站点重要性评估方法所包括的算法流程示意图;
图7为本发明实施例提供的站点重要性评估装置结构示意图。
具体实施方式
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示例性的示出了本发明实施例提供的站点重要性评估方法流程示意图,如图1所示,该方法主要包括以下步骤:
步骤101,根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;
步骤102,根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;
步骤103,根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;
步骤104,根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
城市公共交通是城市基础设施的重要组成部分,在交通稳定运行、经济持续发展中发挥着决定性作用。作为城市公共交通主要组成部分的城市轨道交通和城市公交并非孤立系统,而是通过一些换乘站点彼此连接,在满足居民日常出行需求时通常起到互补作用,有效提升了交通系统传输效率。因此,本发明实施例中,基于换乘站点、运营线路以及客流信息构建了公交-地铁双层网络,以此表征城市公交与城市轨道交通的交互关系,刻画站点基于线路信息的连接紧密度,描述站点客流的时变特性。
在步骤101之前,需要先介绍公交网络和地铁网络。具体地,表1展示了测试使用的上海交通智能卡刷卡数据关于地铁的示例,表2展示了上海交通智能卡刷卡数据关于公交的示例。表3展示了测试使用的上海市地铁网络和公交网络的规模。
表1上海交通智能卡刷卡数据(地铁)示例。
编号 | 卡号 | 交易日期 | 进站时间 | 进站站点 | 出站时间 | 出站站点 |
1 | 100018830 | 20150413 | 08:19 | v<sub>112</sub> | 08:52 | v<sub>123</sub> |
2 | 100021809 | 20150414 | 17:24 | v<sub>45</sub> | 17:57 | v<sub>36</sub> |
3 | 100026571 | 20150415 | 13:02 | v<sub>252</sub> | 13:56 | v<sub>240</sub> |
表2上海交通智能卡刷卡数据(公交)示例。
编号 | 用户 | 日期 | 时间 | 公交线路 |
1 | 701456970 | 2015-04-07 | 07:39 | 173路 |
2 | 600946216 | 2015-04-07 | 09:58 | 162路 |
3 | 600171592 | 2015-04-07 | 07:12 | 146路 |
表3上海市地铁网络和公交网络的规模。
网络类型 | 数据日期 | 节点总数 | 边总数 | 线路总数 |
公交网络 | 2015-04-01 | 3714 | 6011 | 406 |
地铁网络 | 2015-04-01 | 289 | 332 | 14 |
进一步地,根据输入的公交线路图以及刷卡数据,可以确定公交网络,示例地,如图2a所示,图中包括的公交网络由5个站点和三条运营线路组成,具体地,将图中包括的多个公交站点抽象为公交节点数为NB的公交网络,其中,公交网络为GB=(VB,EB,PB,XB),公交节点集合为其与公交站点对应,如,公交站点与公交节点相对应;公交边集合为其表示同一线路上相邻公交节点之间的连接关系,如公交节点与之间存在线路l2,所以存在公交边公交节点属性集合为PB={Pi B|i∈[1,NB]},n维节点负载向量Pi B的不同维记录了节点在不同日期的历史客流总量,公交节点属性数据来源于乘车刷卡数据;公交线路属性集合为公交线路属性表示由公交边连接的公交节点和公交节点之间的公交线路集合。例如,公交路线l1和l3同时为公交节点和公交提供出行服务,因此公交线路属性
进一步地,根据输入的地铁线路图以及刷卡数据,可以确定地铁网络,示例地,图2b所示的地铁系统由5个站点和2条线路组成。具体地,将图中包括的多个地铁站点抽象为地铁节点数为NM的地铁网络,其中,地铁网络为GM=(VM,EM,PM,XM),地铁节点集合为其与地铁站点对应,如,地铁站点与公交节点相对应;地铁边集合为其表示同一线路上相邻地铁节点之间的连接关系,如地铁节点与之间存在线路l2,所以存在公交边
在步骤101中,根据已经构建的公交网络和地铁网络,进一步地构建公交-地铁双层网络,其中,公交-地铁双层网络中包括的第一节点的数量等于公交节点的数量和地铁节点的数量之和,即第一节点集合表示为VBM=VB∪VM;第一边的数量等于公交边的数量、地铁边的数量以及换乘边的数量之后,即第一边集合表示为EBM=EB∪EM∪EI,EB和EM分别是公交网络中包括的公交边集合和地铁网络中包括的地铁边集合,表示换乘边集合,记录了层间连边,用于刻画不同交通系统的交互关系。进一步地,在本发明实施例中,定义当公交网络中公交节点与地铁网络中地铁节点之间的地理距离低于阈值D=200m,则可以确定公交网络和地铁网络之间存在层间连边。第一节点属性的数量等于公交节点属性和地铁节点属性之和,即第一节点集合表示为PBM=PB∪PM,第一线路属性的数量等于公交线路属性和地铁线路属性之和,即第一线路集合表示为XBM=XB∪XM。在本发明实施例中,公交-地铁双层网络表示为GBM=(VBM,EBM,PBM,XBM)。
在实际应用中,由于公交-地铁双层网络存在多种节点类型,不便于描述节点重要性的计算过程。因此,在保持双层网络拓扑结构不变的前提下对节点重新编号后形成节点网络。在本发明实施例中,如图3a所述,节点网络表示为Gn=(Vn,En,Pn,Wn),其中,第二节点集合表示为其与公交-地铁双层网络包括的第一节点相对;第二边集合表示为其包括地第二边与公交-地铁双层网络内包括的第一边集合相对应;第二节点属性集合表示为Pn={Pi n|i∈[1,NB+NM]},其包括地第二节点属性与公交-地铁双层网络内包括的第一节点属性相对应;第一边权重集合表示为第一边权重用以刻画第二节点间连接的紧密程度。不如,若对应的第二边属于集合EB或EM,那么或换言之,第二边权重表示为第二节点间运营线路的数量。
进一步地,为精确刻画公交-地铁双层网络中包括的第一线路和第一站点间的相互增强作用,首先基于线路连接关系度量第一线路重要程度。具体而言,如图3b所示,利用C空间方法从公交-地铁双层网络中抽取出拥有Nl个第三节点的线路网络,即线路网络表示为Gl=(Vl,El,Wl),其中,第三节点集合表示为例如节点对应线路l1;第三边集合表示为若运营线路li和lj至少为同一站点提供服务,那么存在边此外,若运营线路li和lj隶属不同交通系统但存在换乘站点,那么也存在边第二边权重集合表示为wij表示线路li和lj共用站点的数量。
进一步地,如图3c所示,基于B空间方法构建了公交-地铁双层网络中包括地第一节点和第一线路的二部图网络,二部图网络表示为Gb=(Vb,Eb,Wb),其中,第四节点集合表示为Vb=Vn∪Vl,其包含第二节点和第三节点两类,第二节点对应公交站点或地铁站点,第三节点对应运营线路。第四边集合表示为第三权重集合表示为举例来说,若一条运营线路通过某个第四节点,那么对应的第三节点和第二节点之间存在连边。换言之,若第三节点经过第二节点或者通过第二节点可以换乘到另一交通系统,那么存在边并且否则
在步骤102中,当通过上述步骤确定节点网络和线路网络之后,针对节点网络,利用了第二节点与直接邻居的迭代过程,虽然第二节点重要程度也因为迭代过程而间接受到远处第二节点的影响,但是该影响并没有得到充分刻画。为了充分揭示节点网络全局结构的作用,使得第二节点重要程度更易受远处第二节点的影响,同时避免基于耗时的最短路径算法刻画远处第二节点的作用,本发明实施例中,通过在节点网络中增加少量连边的方式增强了远处第二节点对第二节点重要性评估的影响。为此,通过社团挖掘算法Louvain确定节点网络Gn的社团结构,如公式(1)所示:
C={c1,c2,...,cq} (1)
其中,cq表示第q个社团,q表示社团结构的数量。在实际应用中,每个社团可以包括若干个第二节点。
确定社团结构后,本发明实施例中,基于第二节点属性计算能代表整体社团的社团中心节点。具体而言,首先通过社团内所有第二节点的属性的平均值作为该社团的社团向量,进而基于相似度确定与社团向量最接近的第二节点,即社团中心节点。通过下列公式(2)确定社团中心节点:
其中,表示节点网络Gn中第二节点的属性,avgq表示社团cq内各第二节点属性的平均值,cq表示第q个社团,C={c1,c2,...,cq}表示节点网络的社团结构,每个社团结构包括多个第二节点,q表示社团结构的数量。
需要说明的是,由于第二节点属性刻画了对应的各个站点的客流时变特征,所以社团中心节点是最接近社团客流平均情况的节点,能从客流角度很好的代表整个社团。最后,将社团中心节点互相连接,得到增强型节点网络。
进一步地,所述增强型节点网络确定每个第二节点的初步重要性,在确定第二节点的初步重要性时,将第二节点的重要性分为权威值和枢纽值,第二节点的权威值和枢纽值如下公式(3)所示:
公式(3)中,表示第二节点在第t次迭代的权威值,表示第二节点在第t次迭代的枢纽值,权威值和枢纽值的初始值均为1;表示第二节点在第t-1次迭代的枢纽值,NB+NM表示节点网络包括的第二节点的总数,表示节点网路中的第二边的第一权重;
在步骤103中,基于上述确定节点网络包括的第二节点的初步重要性的方式,将线路网络中包括的第三节点的重要性也分为权威值和枢纽值,第三节点的权威值和枢纽值如下公式(5)所示:
公式(5)中,表示第三节点在第t次迭代的权威值,表示第三节点在第t次迭代的枢纽值,权威值和枢纽值的初始值均为1;表示第三节点在第t-1次迭代的枢纽值,Nl表示线路网络包括的第三节点的总数,表示第三节点在第t次迭代的枢纽值,表示线路网络中第三边的第二权重。
在步骤104中,以第二节点的初步重要性和第二节点的初步重要性为基础,通过节点网络包括的第二节点和线路网络包括的第三节点的相互增强关系确定节点网络包括的第二节点的最终重要性,具体如公式(7)所示:
其中,表示第t次迭代时第二节点最终重要性,NIt-1(i)表示节点网络中第二节点在第t-1次迭代的第二重要性,α∈[0,1]是平衡第二节点间连接紧密程度和相互增强关系的超参数,表示二部图网络中第四边的第三权重,表示第t-1次迭代时第三节点的第二重要性,LIt-2(i)表示线路网络中第三节点在第t-2次迭代的第二重要性;Nl表示线路网络中第三节点的总数,Nn=NB+NM表示表示节点网络包括的第二节点的总数,表示第t-1次迭代时第二节点第二重要性。
图5为本发明实施例一提供的站点重要性评估方法流程示意图;图6为本发明实施例一提供的站点重要性评估方法所包括的算法流程示意图;为了更清楚的介绍本发明实施例提供的站点重要性评估方法,以下以图5为例结合图6,详细介绍该方法。
如图5所示,该方法包括以下步骤:
S1:输入公交、地铁线路图以及乘车刷卡数据;在本发明实施例以中,对上海轨道交通中的所有站点的重要程度做了评估,所以输入的刷卡数据为上海交通智能卡刷卡数据。
S2:构建公交-地铁双层网络;首先,根据公交网络构建节公交节点数为NB的公交网络,其中,公交网络为GB=(VB,EB,PB,XB),公交节点集合为公交边集合为公交节点属性集合为PB={Pi B|i∈[1,NB]},公交线路属性集合为
最后,根据已经构建的公交网络和地铁网络,进一步地构建公交-地铁双层网络,如图6中包括的公交-地铁双层网络。其中,公交-地铁双层网络为GBM=(VBM,EBM,PBM,XBM),第一节点集合表示为VBM=VB∪VM,第一边集合表示为EBM=EB∪EM∪EI第一节点属性集合表示为PBM=PB∪PM,第一线路属性集合表示为XBM=XB∪XM。
S3:构建节点网络,如图6包括的节点网络,其表示为Gn=(Vn,En,Pn,Wn),第二节点集合表示为第二边集合表示为第二节点属性集合表示为Pn={Pi n|i∈[1,NB+NM]},第一边权重集合表示为
S4:构建二部图网络,基于B空间方法构建基于公交-地铁双层网络中包括地第一节点和第一线路的二部图网络,如图6包括的二部图网络,二部图网络表示为Gb=(Vb,Eb,Wb),第四节点集合表示为Vb=Vn∪Vl,,第四边集合表示为第三权重集合表示为
S5:构建线路网络,利用C空间方法从公交-地铁双层网络中抽取出拥有Nl个第三节点的线路网络,即构建线路网络,如图6包括的线路网络,其表示为Gl=(Vl,El,Wl),第三节点集合表示为第三边集合表示为
S6:计算节点网络社团结构。通过社团挖掘算法Louvain确定节点网络Gn的社团结构,社团结构如公式(1)所示。
S7:计算并连接社团中心节点。首先通过社团内所有第二节点的属性的平均值作为该社团的社团向量,进而基于相似度确定与社团向量最接近的第二节点,即社团中心节点。换言之,社团cq的社团中心节点CNq是与社团内各节点的属性的平均值最相似的节点,是公式(2)的解。在确定社团中心节点后,将它们彼此连接,进而快速获取远处节点的重要性影响。本发明实施例所提供的方法能快速获取远处节点的重要性影响的原因在于它不再依赖传统的时间复杂度为O(n3)的最短路径算法,而是使用时间复杂度仅为O(m)的Louvain算法,其中n和m分别表示网络的节点数和连边数。
S8:基于节点网络计算节点初步重要性。通过隶属网络拓扑结构局部信息的直接邻居确定节点重要程度,并基于运营路线刻画的节点间连接紧密度评估不同邻居对节点的重要性影响。与HITs算法类似,本发明实施例中将第二节点重要性值分为权威值和枢纽值,然后利用这两者的相互迭代过程最终确定第二节点的重要程度。各个第二节点的权威值和枢纽值如公式(3)所示,然后利用迭代过程确定节点网络包括的第二节点的重要程度,迭代公式如(4)所示。
S9:基于线路网络计算线路重要性。与站点网络包括的第二节点重要性的初步计算类似,线路网络包括的第三节点的重要性值分为权威值和枢纽值如公式(5)所示,然后利用迭代过程确定线路网络包括的第三节点的重要程度,迭代公式如(6)所示。
S10:基于二部图计算第二节点最终重要性。以第二节点初步重要性和第三节点初步重要性为基础,通过节点网络和线路网络的相互增强关系确定第二节点的最终重要性,其确定公式如(7)所示。
S11:输出第二节点最终重要性,当根据公式(7)确定第二节点最终重要性之后,需要判断是否达到收敛条件,若达到收敛条件,则将公式(7)确定的第二节点最终重要性输出,若没有达到收敛条件,则需要进一步迭代,直至达到收敛条件。
综上所述,本发明实施例提供站点重要性评估方法及装置,构建了城市公共交通系统的公交-地铁双层网络,通过层间连边刻画不同交通系统的交互关系,并利用节点属性记录不同日期的历史客流总量,同时利用边属性记录途径该边的运营线路;针对现有方法较少关注运营线路的问题,本发明利用运营线路的数量刻画邻居站点间的重要性影响,并通过二部图网络刻画运营线路和站点间的相互增强关系;针对现有方法通常基于耗时的最短路径算法刻画远处节点的影响问题,本发明实施例首先基于社团挖掘技术识别网络社团结构,然后根据节点属性确定能代表社团内所有节点的社团中心节点,最后利用少量社团中心节点快速获取远处节点的重要性影响。解决了现有评估站点重要性未能充分体现运营线路,存在基于最短路径使用网络拓扑结构全局信息,导致计算远处站点对站点重要程度的影响相对耗时的问题。
基于同一发明构思,本发明实施例提供了站点重要性评估装置,由于该装置解决技术问题的原理与站点重要性评估方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
图7为本发明实施例提供的站点重要性评估装置结构示意图,如图5所示,该装置主要包括:构建单元201,第一确定单元202,第二确定单元203和第三确定单元204。
构建单元201,用于根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;
第一确定单元202,用于根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;
第二确定单元203,用于根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;
第三确定单元204,用于根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
优选地,所述公交-地铁双层网络为GBM=(VBM,EBM,PBM,XBM),第一节点集合为VBM=VB∪VM,第一边集合为EBM=EB∪EM∪EI,第一节点属性集合为PBM=PB∪PM,第一线路集合为XBM=XB∪XM;
优选地,通过下列公式确定社团中心节点:
其中,表示节点网络Gn中第二节点的属性,avgq表示社团cq内各第二节点属性的平均值,cq表示第q个社团,C={c1,c2,...,cq}表示节点网络的社团结构,每个社团结构包括多个第二节点,q表示社团结构的数量。
其中,表示第t次迭代时第二节点最终重要性,NIt-1(i)表示节点网络中第二节点在第t-1次迭代的第二重要性,α∈[0,1]是平衡第二节点间连接紧密程度和相互增强关系的超参数,表示二部图网络中第四边的第三权重,表示第t-1次迭代时第三节点的第二重要性,LIt-2(i)表示线路网络中第三节点在第t-2次迭代的第二重要性;Nl表示线路网络中第三节点的总数,Nn=NB+NM表示表示节点网络包括的第二节点的总数,表示第t-1次迭代时第二节点第二重要性。
应当理解,以上站点重要性评估装置包括的单元仅为根据该设备装置实现的功能进行的逻辑划分,实际应用中,可以进行上述单元的叠加或拆分。并且该实施例提供的站点重要性评估装置所实现的功能与上述实施例提供的站点重要性评估方法一一对应,对于该装置所实现的更为详细的处理流程,在上述方法实施例一中已做详细描述,此处不再详细描述。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.站点重要性评估方法,其特征在于,包括:
根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;
根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;
根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;
根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
6.站点重要性评估装置,其特征在于,包括:
构建单元,用于根据公交网络和地铁网络构建公交-地铁双层网络,根据所述公交-地铁双层网络依次构建节点网络,线路网络和二部图网络;
第一确定单元,用于根据社团挖掘算法确定所述节点网络的社团结构以及社团中心节点,将所述节点网络中新增的多个所述社团中心节点连接,形成增强型节点网络;根据所述节点网络包括的第二节点的权威值和枢纽值,基于所述增强型节点网络确定每个第二节点的初步重要性;
第二确定单元,用于根据线路网络包括的第三节点的权威值和枢纽值,确定每个第三节点的初步重要性;
第三确定单元,用于根据二部图网络、每个第二节点的初步重要性和每个第三节点的初步重要性,确定所述节点网络包括的第二节点的最终重要性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210618020.XA CN115169795A (zh) | 2022-06-01 | 2022-06-01 | 站点重要性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210618020.XA CN115169795A (zh) | 2022-06-01 | 2022-06-01 | 站点重要性评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115169795A true CN115169795A (zh) | 2022-10-11 |
Family
ID=83482543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210618020.XA Pending CN115169795A (zh) | 2022-06-01 | 2022-06-01 | 站点重要性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115169795A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116701495A (zh) * | 2023-08-07 | 2023-09-05 | 南京邮电大学 | 一种地铁-公交复合网络关键站点识别方法 |
CN116824900A (zh) * | 2023-08-24 | 2023-09-29 | 杭州数知梦科技有限公司 | 硬件报站与模拟报站的融合方法、系统及其应用 |
-
2022
- 2022-06-01 CN CN202210618020.XA patent/CN115169795A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116701495A (zh) * | 2023-08-07 | 2023-09-05 | 南京邮电大学 | 一种地铁-公交复合网络关键站点识别方法 |
CN116701495B (zh) * | 2023-08-07 | 2023-11-14 | 南京邮电大学 | 一种地铁-公交复合网络关键站点识别方法 |
CN116824900A (zh) * | 2023-08-24 | 2023-09-29 | 杭州数知梦科技有限公司 | 硬件报站与模拟报站的融合方法、系统及其应用 |
CN116824900B (zh) * | 2023-08-24 | 2023-11-14 | 杭州数知梦科技有限公司 | 硬件报站与模拟报站的融合方法、系统及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115169795A (zh) | 站点重要性评估方法及装置 | |
CN108763687B (zh) | 公交网络拓扑属性与空间属性的分析方法 | |
CN109446628B (zh) | 基于复杂网络的多层城市交通网构建及关键节点识别方法 | |
CN103530694B (zh) | 基于时空网络构建的城市地铁动态客流分配方法 | |
Zhang et al. | Robustness of urban railway networks against the cascading failures induced by the fluctuation of passenger flow | |
CN106897791B (zh) | 一种公交地铁复合网络模型构建方法 | |
CN111950155A (zh) | 一种城市公共交通系统脆弱性评估方法 | |
CN105427001A (zh) | 地区中小学校校车最优路线与配置方法 | |
CN112580176A (zh) | 三层复杂交通网络模型构建方法、系统、设备及存储介质 | |
Pu et al. | Topology analysis of Lanzhou public transport network based on double-layer complex network theory | |
Lu et al. | Two-phase optimization model for ride-sharing with transfers in short-notice evacuations | |
CN109360420B (zh) | 一种公共交通大数据处理系统与方法 | |
CN111950146A (zh) | 一种基于冗余恢复的城市轨道交通网络级联失效评估方法 | |
CN107808217A (zh) | 一种基于北斗定位与客流量的公交换乘优化方法 | |
CN116504050A (zh) | 一种基于多模式公共交通出行数据的特殊事件城市分区方法 | |
CN106846214A (zh) | 分析交通枢纽可达性对区域公共运输方式竞争影响的方法 | |
CN111191817B (zh) | 一种基于换乘客流量的公交线网拓扑划分方法 | |
CN114240107A (zh) | 一种公共交通复合网络中站点站间可达性评价方法 | |
CN113946924A (zh) | 一种基于双层耦合复杂网络的交通运输网络中识别关键修复节点的方法 | |
CN113723859B (zh) | 一种多层城市群综合客运网络稳定性评价方法 | |
CN115759362A (zh) | 基于弹性评估的地铁-公交相依网络功能域分类方法 | |
CN115345354A (zh) | 基于超图深度网络的城市多方式交通超网络态势预测方法 | |
Chen et al. | Resilience assessment model for urban public transportation systems based on structure and function | |
Xin et al. | Structure and robustness of China’s railway transport network | |
CN115691126B (zh) | 一种基于深度优先搜索算法的交通网络冗余性测度方法 |
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 |