基于复杂网络的智慧城市公共交通网络研究

发布时间：2017-08-30 17:04

  本文关键词：基于复杂网络的智慧城市公共交通网络研究

  更多相关文章： 智慧城市 公共交通网络 相互补充网络 社团结构 鲁棒性

【摘要】：智慧城市概念的提出为城市的建设和发展带来了新的思路,也为城市基础设施建设提出了新的要求,如何建设安全、稳定、高效的智慧城市公共交通体系成为了智慧城市建设中的重要课题。在智慧城市环境下,随着物联网、云计算和大数据技术的应用,全面透彻的城市感知带来了大量的、实时的数据,越来越多的要素之间产生了更多的联系,这为科研工作提供了新的视角。而在公共交通网络领域,大量研究侧重于独立的、静态的子网络研究,如公共汽车网络或地铁网络,对于公共汽车网络和地铁网络的动态演化特征、模型,它们又是如何关联、如何协作共同组成城市公共交通网络及其鲁棒性的研究还相对缺乏,这一现状为智慧城市公共交通网络的研究提供了新的方向。本文以复杂网络理论为基础,在智慧城市视角下对城市公共交通网络及其子网络的动态演化过程、网络模型及其鲁棒性进行了实证与仿真研究。首先对国内外十八个城市(包含国内住建部公布的智慧城市试点城市和我国港澳台及国外已开展智慧城市建设的城市)的公共汽车网络和地铁网络的演化过程及网络模型进行了实证分析,提出了适应度模型对网络度分布的动态特征进行描述,实证分析结果表明该模型能够有效地描述和解释公共汽车网络的动态特征;本文还提出了基于社团结构的网络模型对地铁网络的构建过程及其社团性质进行描述,实证分析结果表明该模型能够有效地描述和解释地铁网络的构建过程及网络特征。然后对智慧城市公共汽车网络与地铁网络之间的相关性进行实证研究,结果表明公共汽车网络与城市地铁网络的节点之间具有互补特性。最后,我们在相互依存网络理论的基础上,提出了描述公共交通(整体)网络的相互补充网络模型,该模型将公共汽车网络和地铁网络进行关联组合形成整体网络,并且在考虑平行边和团簇结构变化的基础上,对相互补充网络的鲁棒性进行了仿真研究,结果表明相互补充网络可以显著地提高网络的鲁棒性。这些结论对构建智慧城市公共交通网络的构建提供了理论依据,对智慧城市公共交通的运营管理工作提供了模型支撑。本文的理论与实证研究成果丰富并完善了智慧城市、复杂网络理论和统计物理相关理论。在多视角下研究大型复杂网络系统,对于复杂网络理论的发展提供了一种新的思路,对智慧城市公共交通网络规划、建设和运营有一定的指导意义。
【关键词】：智慧城市 公共交通网络 相互补充网络 社团结构 鲁棒性
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F572;F299.2;F49
【目录】：

• 摘要5-6
• Abstract6-12
• 第一章 绪论12-24
• 1.1 研究背景12-14
• 1.2 研究问题14-18
• 1.3 研究意义18-19
• 1.4 相关概念界定19-20
• 1.5 研究方法20-21
• 1.6 论文结构21-23
• 1.7 本章小结23-24
• 第二章 文献综述24-72
• 2.1 智慧城市24-34
• 2.1.1 智慧城市的概念内涵24-27
• 2.1.2 智慧城市的关键要素27-28
• 2.1.3 智慧城市的总体结构28-31
• 2.1.4 智慧城市的主要功能31-33
• 2.1.5 研究述评33-34
• 2.2 交通网络34-48
• 2.2.1 交通网络的理论基础34-38
• 2.2.2 交通网络的主要特征38-40
• 2.2.3 交通网络的复杂性研究40-43
• 2.2.4 交通网络抽象为复杂网络的研究方法43-45
• 2.2.5 基于复杂网络的交通网络研究现状45-47
• 2.2.6 研究述评47-48
• 2.3 复杂网络基础理论48-66
• 2.3.1 复杂网络定义及分类50-52
• 2.3.2 复杂网络的基本统计特征52-57
• 2.3.3 经典网络模型57-66
• 2.3.4 小结66
• 2.4 网络鲁棒性66-71
• 2.4.1 鲁棒性66-67
• 2.4.2 网络鲁棒性衡量指标67-69
• 2.4.3 攻击策略69-70
• 2.4.4 研究述评70-71
• 2.5 本章小结71-72
• 第三章 公共汽车网络的模型研究72-92
• 3.1 智慧城市视角下的公共汽车网络73-74
• 3.2 公共汽车网络的建模方法74-76
• 3.2.1 L空间和P空间方法74-75
• 3.2.2 二部图75-76
• 3.3 公共汽车网络的度分布演化过程研究76-83
• 3.3.1 表演度76-77
• 3.3.2 实证分析77-80
• 3.3.3 网络模型80-82
• 3.3.4 结论82-83
• 3.4 公共汽车网络的适应度模型研究83-90
• 3.4.1 实证分析83-88
• 3.4.2 网络模型88-90
• 3.4.3 结论90
• 3.5 本章小结90-92
• 第四章 地铁网络的模型研究92-107
• 4.1 智慧城市视角下的地铁网络93-94
• 4.2 地铁网络统计特征的实证分析94-100
• 4.2.1 实证数据94-95
• 4.2.2 聚类系数95-96
• 4.2.3 平均路径长度96-98
• 4.2.4 度分布98-100
• 4.3 基于社团结构的网络模型研究100-106
• 4.3.1 复杂网络的社团结构100-101
• 4.3.2 基于社团结构的网络模型101-102
• 4.3.3 数字模拟102-106
• 4.4 本章小结106-107
• 第五章 智慧城市公共交通网络的模型构建107-127
• 5.1 智慧城市视角下的公共交通网络构建107-109
• 5.2 相互依存网络概述109-112
• 5.3 公共汽车网络与地铁网络的网络特性比较112-116
• 5.4 智慧城市公共交通的相互补充网络模型研究116-124
• 5.4.1 相互补充网络模型117-120
• 5.4.2 基于相互补充网络的智慧城市公共交通网络构建120-124
• 5.5 相互补充网络模型的适用性讨论124-125
• 5.6 本章小结125-127
• 第六章 智慧城市公共交通网络的鲁棒性研究127-153
• 6.1 智慧城市视角下的公共交通网络鲁棒性研究127-128
• 6.2 相互补充网络的仿真建模128-133
• 6.2.1 仿真建模数学理论128-129
• 6.2.2 仿真建模方法129-132
• 6.2.3 基本统计量实证数据132-133
• 6.3 地铁网络的鲁棒性研究133-139
• 6.3.1 随机攻击地铁站点或者边133-136
• 6.3.2 蓄意攻击地铁站点或者边136-139
• 6.4 公共汽车网络的鲁棒性研究139-143
• 6.4.1 随机攻击公共汽车网络的站点或者边139-141
• 6.4.2 蓄意攻击公共汽车网络的站点或者边141-143
• 6.5 智慧城市公共交通网络的鲁棒性研究143-151
• 6.5.1 随机攻击相互补充网络站点或者边143-145
• 6.5.2 蓄意攻击相互补充网络站点或者边145-146
• 6.5.3 北京与广州公共交通网络鲁棒性比较146-151
• 6.6 仿真结果讨论151-152
• 6.7 本章小结152-153
• 结论153-163
• 一、主要结论153-156
• 二、主要创新点156-157
• 三、实践启示157-161
• 四、研究局限与研究展望161-163
• 参考文献163-173
• 附录173-193
• 附录一：ER模型数字模拟程序173-174
• 1．聚类系数与平均路径长度计算173-174
• 附录二：基于社团结构的网络模型数字模拟程序174-178
• 1．聚类系数与平均路径长度计算174-177
• 2．累积度分布及分布图绘制177-178
• 附录三：鲁棒性研究数字模拟程序178-193
• 1．随机攻击站点178-185
• 2．蓄意攻击站点185-193
• 攻读博士学位期间取得的研究成果193-195
• 致谢195-196
• 附件196

【参考文献】

中国期刊全文数据库 前6条

1 赵金山,狄增如,王大辉;北京市公共汽车交通网络几何性质的实证研究[J];复杂系统与复杂性科学;2005年02期

2 张祖群;王晓芝;;智慧城市背景下的北京交通基础设施建设研究[J];城市管理与科技;2013年05期

3 陈玲;;突发事件应急管理预警机制研究[J];黑龙江对外经贸;2009年11期

4 于海宁;张宏莉;余翔湛;;交通网络拓扑结构及特性研究综述[J];华中科技大学学报(自然科学版);2012年S1期

5 徐正虹;;建设中国特色的智慧城市,开启绿色未来[J];资源再生;2013年12期

6 张振刚;张小娟;;智慧城市系统构成及其应用研究[J];中国科技论坛;2014年07期

，

本文编号：760515