基于结构中心性的航路网络关键节点识别

doi:10.3969/j.issn.1006-2475.2018.07.022

计算机与现代化

基于结构中心性的航路网络关键节点识别

（中国民航大学空中交通管理学院,天津300300）

收稿日期:2018-01-05 出版日期:2018-08-23 发布日期:2018-08-27
作者简介:蒋一森(1991-),男,河南鹤壁人,中国民航大学空中交通管理学院硕士研究生,研究方向:空中交通管理。
基金资助:
国家自然科学基金委与中国民用航空局联合项目(U1633124);民航局科技创新引导项目(20150231)

KeyNodeIdentificationofNavigationNetworkBasedonStructuralCentrality

（CollegeofAirTrafficManagement，CivilAviationUniversityofChina,Tianjin300300,China)

Received:2018-01-05 Online:2018-08-23 Published:2018-08-27

摘要/Abstract

摘要： 针对航路网络关键节点识别问题，从航路网络结构中心性角度出发，构建完整航路网路结构和复杂拓扑模型，分别从度中心性、中介中心性和结构中心性这3个角度分析航路网络，并依托PAJEK可视化平台，对航路网络中介中心性和结构中心性进行仿真可视。在此基础上，借助AutoCAD，从中介性和紧密性角度对航路关键节点进行识别的可视化，从中得到对航路网络效能发挥具有重要支撑作用的航路点，仿真结果表明，提取的关键节点在实际航路网络运行中具有衔接枢纽、分配流量等重要作用，在路网重要节点识别研究中具有创新优势。

关键词: 航路网络, 拓扑分析, 关键节点, 识别, 结构中心性

Abstract: Aimingattheproblemofkeynodesidentificationinroutenetwork,thispaperconstructsacompleteroutenetworkstructureandacomplextopologymodelfromthepointofviewofroutenetworkstructurecentrality,analyzesroutenetworkfromthreeaspects:degreecentrality,betweenesscentralityandstructurecentrality.AndrelyingonPAJEKvisualizationplatform,thispapersimulatestheaboveanalysisresults.Basedonthis,usingAutoCADgeographicinformationplatformtoidentifythekeynodesoftheroutefromtheperspectiveofbetweenessandclosenessvisualization,wecangetthewaypointsthatplayanimportantroleintheperformanceoftheroutenetwork.Thesimulationresultsshowthattheextractedkeynodeshaveanimportantroleofconvergencehubandtrafficdistributionintheactualroutenetworkoperation,andhaveaninnovationadvantageinthestudyofimportantnodeidentificationoftheroadnetwork.

Key words: aviationroutenetwork, topologyanalysis, keypoints, identify, structurecentrality

中图分类号:

V355

蒋一森. 基于结构中心性的航路网络关键节点识别[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2018.07.022.

JIANGYi-sen. KeyNodeIdentificationofNavigationNetworkBasedonStructuralCentrality[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2018.07.022.

参考文献

［1］LengJunqiang,YangLonghai,LiuWeiyi,etal.Measuringroadnetworkvulnerabilitywithsensitivityanalysis［J］.PlosOne,2017,12(1):e0170292.
［2］崔毅.基于复杂网络理论的县域公路网鲁棒性研究［J］.公路,2017(11):151-154.
［3］叶堃晖,袁欣.基于复杂网络视角的高速铁路网络特性分析［J］.资源开发与市场,2018,34(1):59-63.
［4］宗康,胡志华.基于复杂网络的海运航线网络连通性分析［J］.大连海事大学学报,2017,43(1):79-84.
［5］张笑寒,蘧孝伟,王旭明,等.城市公共自行车复杂网络特性研究［J］.浙江万里学院学报,2017,30(1):93-99.
［6］AnwarT,LiuChengfei,HaiLV,etal.Partitioningroadnetworksusingdensitypeakgraphs［J］.InformationSystems,2017,64(C):22-40.
［7］JalanS,YadavA,SarkarC,etal.Unveilingthemulti-fractalstructureofcomplexnetworks［J］.ChaosSolitons&FractalstheInterdisciplinaryJournalofNonlinearScience&Nonequilibrium&ComplexPhenomena,2017,97:11-14.
［8］WangZuxi,LiQingguang,JinFengdong,etal.Hyperbolicmappingofcomplexnetworksbasedoncommunityinformation［J］.PhysicaAStatisticalMechanics&ItsApplications,2016,455:104-119.
［9］MorleyCK,NixonCW.Topologicalcharacteristicsofsimpleandcomplexnormalfaultnetworks［J］.JournalofStructuralGeology,2016,84:68-84.
［10］郭露露,苏国锋,路堃,等.基于复杂网络理论的北京地铁网络脆弱性评估［J］.工业安全与环保,2017,43(11):30-34.
［11］徐小洋.面向节点重要性评价的城市道路交通网络失效模型研究［D］.北京:北方工业大学,2017.
［12］李旗旗,徐敏.链路预测方法与网络结构的相关性［J］.计算机技术与发展,2017(12):57-60.
［13］于保坤,周溪召,杨亚杰,等.基于复杂网络的城市快速路网结构研究［J］.物流科技,2017,40(11):76-79.
［14］BarratA,BarthelemyM,VespignaniA.Theeffectsofspatialconstraintsontheevolutionofweightedcomplexnetworks［J］.JournalofStatisticalMechanics:TheoryandExperiment,2005,36(5):P05003.
［15］王娇娥,莫辉辉,金凤君.中国航空网络空间结构的复杂性［J］.地理学报，2009,6(8):899-910.
［16］刘宏鲲,周涛.中国城市航空网络的实证研究与分析［J］.物理学报，2007,5(1):106-112.
［17］熊静．基于复杂网络理论的交通网络可生存性分析［D］．武汉:华中科技大学，2009.
［18］李勇,吴俊,谭跃进.容量均匀分布的物流保障网络级联失效抗毁性［J］.系统工程学报,2010,25(6):853-860.

[1]	郑立瑞, 肖晓霞, 邹北骥, 刘彬, 周展. 基于BERT的电子病历命名实体识别[J]. 计算机与现代化, 2024, 0(01): 87-91.
[2]	周成诚, 曾庆军, 杨康, 胡家铭, 韩春伟. 基于高效通道注意力模块的运动想象脑电识别[J]. 计算机与现代化, 2023, 0(12): 19-23.
[3]	罗明杰, 冯开平. 基于沙漏结构与注意力机制的轻量级人脸表情识别方法[J]. 计算机与现代化, 2023, 0(11): 89-94.
[4]	马泽宇, 叶宁, 徐康, 王甦, 王汝传, . 基于FMCW雷达和ResNeSt-GRU的行为识别方法[J]. 计算机与现代化, 2023, 0(11): 101-107.
[5]	谷明轩, 范冰冰. 基于多模态特征融合的抑郁症识别[J]. 计算机与现代化, 2023, 0(10): 17-22.
[6]	黎世达, 项剑文. 一种提高图像识别模型鲁棒性的弱化强化方法[J]. 计算机与现代化, 2023, 0(10): 70-76.
[7]	陈子健, 段春红. 面向在线学习情境的认知情绪面部表情识别[J]. 计算机与现代化, 2023, 0(10): 92-98.
[8]	王鑫, 肖韬睿. 基于生成对抗网络的人脸识别对抗攻击[J]. 计算机与现代化, 2023, 0(10): 115-120.
[9]	刘续, 查可可. 一种用于机场特种车辆作业的环境目标识别方法[J]. 计算机与现代化, 2023, 0(08): 18-24.
[10]	曾丽丽, 汤华贝, 牛艺晓, 孟凡月. 基于LSTM堆叠残差网络的岩相识别方法[J]. 计算机与现代化, 2023, 0(08): 38-43.
[11]	李实秋. 一种基于协作表示的判别局部保持投影方法[J]. 计算机与现代化, 2023, 0(06): 43-47.
[12]	李国鑫, 曲寒冰, 朱成博, 王鑫轩, 胡嘉宝. 基于联合网络的域适应行人重识别算法[J]. 计算机与现代化, 2023, 0(06): 48-55.
[13]	于韬, 张英, 拥措, . 基于小样本学习的藏文命名实体识别[J]. 计算机与现代化, 2023, 0(05): 13-19.
[14]	潘凤, 王杰, 张艳莎, 谭棉, 何兴, 王林, . 基于双分支特征拼接的行人重识别[J]. 计算机与现代化, 2023, 0(05): 93-99.
[15]	尹建丰, 卫鑫, 顾雄伟, 黄凯, 魏敏捷. 基于图像阈值优化及改进SVM的电表数字识别[J]. 计算机与现代化, 2023, 0(05): 106-110.

基于结构中心性的航路网络关键节点识别

KeyNodeIdentificationofNavigationNetworkBasedonStructuralCentrality

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价