[发明专利]一种基于复杂网络相关性的关键节点识别方法

说明书

本发明提出了一种基于复杂网络相关性的关键节点识别方法，其步骤如下：步骤A：统计路网道路各时段速度时间序列；步骤B：计算路段之间的速度时间序列互相关函数；步骤C：建立交通道路相关性网络；步骤D：挖掘关键节点；根据节点vertice_i的强度，及节点vertice_i的平均影响范围，为节点影响力排序,挖掘关键路段。本发明通用性、客观性、系统性强，可行信度高，它是基于相关性网络的关键节点挖掘方法能够客观系统的解决问题，得到准确可信的关键节点挖掘结果，能够弥补现有方法的不足。

技术领域

本发明提出了一种基于复杂网络相关性的关键节点识别方法，它涉及交通可靠性、数据分析、网络科学等技术领域。

背景技术

交通系统是现代城市关键基础设施中最为重要的一环，而交通拥堵的频繁出现会极大影响城市的运行效率，造成难以估量的经济损失。随着城市的逐步发展，城市的面积标的越来越大，城市的主要道路边界也随之变广，在此情况下，城市路网的复杂度呈现出指数级增长。城市路网的复杂化，不仅为城市的管理者增加了许多困难，也为路网的使用者(驾驶者)带来了诸多不确定性过高的选择，更让缓解甚至解决交通拥堵问题变得愈加棘手。因此，对城市的管理者来说，如何挖掘城市交通拥堵的关键道路，进而集中资源进行调控是关键工作。

早期研究表明，大规模拥堵往往是道路网络中不同节点之间流量相互作用的结果，因此，挖掘那些对其他路段具有极大影响的关键路段是缓解甚至解决交通拥堵问题、提升路网使用效率的关键所在。除了缓解拥堵问题外，关键路段的定位也有助于城市管理，可以对城市突发案例起到参考辅助性作用。同时，关键路段的挖掘还有利于寻找城市路网建设的瓶颈地带，可以此为参考进行未来城市道路规划，有利于城市路网的进一步发展。

事实上，过去的研究提出过不同的方法来捕捉各类型交通网络中的关键路段。一类研究基于系统方法评估道路重要度和系统可靠性。例如通过考虑广义旅行成本的增加、无法达到需求的程度和道路网络的脆弱性量化来道路重要性，进而作为道路失效影响力的衡量标准。另一类研究基于图论与网络科学的拓扑方法，如计算道路网络边介数、捕捉动态路网的渗流过程、挖掘不同路网子团之间的关键瓶颈边等。但值得注意的是，上述方法多数是在评估对路网可靠性产生主要影响的某几条关键道路，却较少涉及道路之间的相互影响关系，无法体现关键道路的影响能力。

针对以上问题，为了深入认识关键道路在路网中的影响程度和影响范围，挖掘路网道路之间潜在关联性，本专利拟通过使用复杂网络的相关理论，结合统计分析、时间序列相关性分析等方法，建立交通道路相关性网络，最终实现基于相关性网络的关键道路挖掘，该方法具有良好的通用性，同时具有很好的操作性及实用性，在金融、气候、生物等领域均得到良好应用。

基于以上方法基础及现实意义提出了“一种基于复杂网络相关性的关键节点识别方法”。

发明内容

(一)发明的目的

本发明主要用于解决在现实交通背景下关键交通道路的定位，通过使用复杂网络理论与时间序列相关性交叉的方法，得到不同道路间相互影响程度与影响范围的变化情况，从而实现挖掘关键道路的目的。现有基于历史数据的方法大多是基于时间或者容量的可靠性指标，挖掘了局域的可靠性关键路段，这样的方法在实际执行过程中没有良好的适应性和应用性，无法以点带面来疏解复杂的交通拥堵形成和传播。因此针对现有方法的不足，本专利提出了一种基于复杂网络相关性的关键节点识别方法。

该方法实现了基于全局路网特征的关键道路挖掘，对比传统的方法具有更好的客观性与可操作性，由于其良好反映了道路间的依赖和关联特征，可应对不同层面、不同范围的拥堵问题，为管理者的决策提供支撑。该方法根据道路的速度统计，得到每一段道路在不同时间段观测值的时间序列特征，结合统计分析和复杂网络的方法，实现对每一段道路在一定时间段内影响范围的高准确度预测，进而达到关键道路挖掘的目的。

(二)技术方案