[发明专利]一种地铁网络模型构建方法

说明书

本发明提供一种地铁网络模型构建方法，属于网络模型构建技术领域。该方法首先按照BA模型择优，当网络中存在与BA择优选择到的站点线路度相同的车站时，对具有相同线路度的车站进行第二步车站中心性择优。最后，实现新增线路在指定方向上随机游走。本发明构建了以车站中心性为导向的择优机制，通过仿真实验的方法，对BA模型、以车站中心性为导向的Central模型得到的结果做了对比分析。结果显示，Central模型得到其标度系数、平均最小换乘次数、聚类系数、最大联通路径特征值更接近原始值，择优选择到靠近市中心的站点的比例最高。研究结果能够更加真实的反映地铁网络演化过程，为地铁网络设计阶段的方案比选，以及进一步的网络动力学分析提供基础。

技术领域

本发明涉及网络模型构建技术领域，特别是指一种地铁网络模型构建方法。

背景技术

地铁网络模型，即通过一般化的理论模型生成能够反映现实地铁网络特征的模拟模型。地铁网络模拟模型能够用于城市地铁网络规划阶段、设计阶段、运营阶段的各类动力学问题评估与预测，如地铁网络结构对突发事件异常冲击的消散和吸收能力评估，进而规划、设计、优化地铁网络结构。

网络演化模型中，关键解决择优与增长两个问题。地铁网络是一种典型的物理轨道依赖型的公共交通网络，其增长以物理轨道为基本单元。新增线路的物理轨道通过新建部分新建车站，再选择部分旧车站，将新线路添加到网络中。在所有旧车站中如何选择部分站点进行连接，即是择优模型要解决的问题。新线路上的新增车站应该如何在二维空间上依次定位，即从中心车站向两端方向上的车站，如何依次选择空间位置，是游走规则要解决的问题。

在地铁网络择优过程中，但由于大部分节点都只有一条线路经过，只有极少数节点有几条线路经过，将每个节点的节点度(这里的节点度表示经过节点的线路数和节点被连接次数)占节点度总和的百分比标记在轮盘上，虽然节点度大的节点在轮盘上占据的面积较大，节点度小的节点虽然占据的面积小，但是由于大多数节点都是节点度小的节点，因此，这类节点在轮盘上占据了很大的面积，当做轮盘赌实验时，选择到节点度大的节点概率依然很小。从数学解析的角度阐述这一问题的实质，即当数学解析式的分母很大时，概率的大小将不依赖于分子，这和Angeloudis P and Fisk D(2006)大型网络的节点选择概率与节点度无关的论述是一致的。换句话说，之所以BA模型能生成无标度网络，是因为该模型演化的初期分子较大，所以连接到节点度高的概率会比较高，随着演化的进行，分母逐渐变大，连接到的节点开始变得随机化，所以大量选中了平庸节点，这就是重尾效应的原因所在。在地铁网络中，平庸节点与富裕节点的比值远大于其它复杂网络，所以说，BA模型择优选择到“富裕”节点的概率依然很小，择优概率模型需要改进。

地铁网络是一种典型的社会网络，其增长以物理线路为基本单元。相应的，从理论上构建一般化的演化模型也应充分考虑地铁系统的这一特性。Angeloudis and Fisk最早基于L空间建模，在构造网络时，所有旧站点被选择的概率相同，且独立于线路数目，仿真模拟生成的地铁网络度分布服从指数分布；在此基础上，周溪召(2017)假定每条新增线路的节点数目服从正太分布，采用P空间法建模，分析了新增线路包含旧站点的比例取0.1、0.6、0.9三种情况下的模拟网络特征值变化。丁益民(2013)将BA模型的全局耦合社团连接调整为局部耦合社团连接模型，但新增线路以随机概率P选择旧站点，最终生成的地铁网络的异质性与概率P强相关。

虽然以上学者均对网络增长的单位做了改进，将以节点为增长单位改进为以线路为增长单位，但模型都没有考虑地铁网络中换乘车站对新线路的吸引，以及车站中心性(如位于交通枢纽、商业活动中心、政治活动中心、旅游景点附近的老站点)对新线路的吸引问题。

发明内容