考虑节点相互影响的公交网络节点重要性识别算法

摘要：

为提高公交网络运营稳定性,保障乘客顺利出行,需准确识别公交网络中的重要节点并进行重点保护.鉴于此,考虑公交网络节点相互影响的网络拓扑特性和现实特征,提出了DeB(Degree and edge Betweenness)节点重要性识别算法,以边介数和客流表示节点相互影响力的大小,同时,引入节点n阶吸引度作为衡量节点重要性的指标.最后,以宁波市公交网络为例,研究比较了在基于DeB算法、度中心性算法、介数中心性算法的模拟蓄意攻击下,网络效率和最大连通子图的变化情况,以验证算法的有效性和精确性.结果显示,基于DeB算法得到的节点1阶吸引度的蓄意攻击对网络效率和最大连通子图的影响最大,即对重要节点识别的精确性越高,且节点吸引度阶数越高,算法精确性越低;与度中心性、介数中心性相比,节点1阶吸引度的精确性更高,表明DeB算法得到的节点1阶吸引度可更准确地衡量节点的重要性.

关键词：公交网络、复杂网络、节点重要性、网络效率、最大连通子图

所属期刊栏目：9

分类号：U491.1(交通工程与公路运输技术管理)

在线出版日期：2023-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：93-103