典型文献
基于多层复杂网络的中欧班列运输网络关键节点识别研究
文献摘要：
若运输网络中的重要节点发生故障,中欧班列的运输效率和货物流动会受到严重制约.本文提出一种基于改进TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法及灰色关联分析的多层网络节点重要性评价方法.首先,以中欧班列运输网络结构特征为基础,构建中欧班列多层网络;其次,选取度中心性、介数中心性及接近中心性等多个评价指标,运用改进TOPSIS法计算节点单层网络重要度评价值,采取灰色关联分析融合得到节点综合重要度评价值;最后,利用多层网络SIR(Susceptible Infected Recovered Model)模型验证方法的有效性.结果表明:本文识别出的关键节点包含中欧班列主要线路的起讫城市、境内外重要口岸和中欧班列集结中心,结果与实际情况较为契合;采用排序前10％重要节点作为初始感染节点,SIR网络感染率在20次迭代后达到97.8％,本文提出方法的网络节点感染率及传播速率均高于BC(Betweenness Centrality)算法、DC(Degree Centrality)算法和PageRank算法等传统单一网络排序方法,即识别的关键节点对全局网络的影响更为普遍和高效.此外,根据排序结果从国家层面提出相应的政策建议,有助于提高中欧班列运输网络的鲁棒性.
文献关键词：
铁路运输;关键节点;复杂网络;中欧班列;综合重要度评价
中图分类号：
作者姓名：
冯芬玲;蔡明旭;贾俊杰
作者机构：
中南大学,交通运输工程学院,长沙410075
文献出处：
引用格式：
[1]冯芬玲;蔡明旭;贾俊杰-.基于多层复杂网络的中欧班列运输网络关键节点识别研究)[J].交通运输系统工程与信息,2022(06):191-200
A类：
综合重要度评价
B类：
多层复杂网络,中欧班列,运输网络,关键节点识别,重要节点,运输效率,货物,TOPSIS,Technique,Order,Preference,by,Similarity,Ideal,Solution,灰色关联分析,多层网络,网络节点,节点重要性,重要性评价,网络结构特征,度中心性,介数中心性,接近中心性,计算节点,评价值,SIR,Susceptible,Infected,Recovered,Model,模型验证,验证方法,起讫,境内外,口岸,集结中心,感染率,BC,Betweenness,Centrality,DC,Degree,PageRank,排序方法,铁路运输
AB值：
0.369785
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
