运输拓扑网络演化大数据虚拟仿真实验设计

2018-11-08段爱媛

实验技术与管理 2018年10期

段爱媛, 刘洋

(华中科技大学土木工程与力学学院, 湖北武汉 430074)

交通运输对国民经济和社会的发展异常重要。研究交通运输网络、认识其拓扑结构特性,能够为交通运输网络的规划、设计和维护提供重要的参考依据[1-2]。

从拓扑结构的角度看,许多复杂系统都可以抽象为网络，并用网络加以描述[3],交通运输网络就是其中一例。通过网络演化构建网络模型是对网络进行定量研究的基础,对网络的运行管理、大规模网络行为的理解等方面都具有重要的意义。

目前,国内外针对网络演化的研究主要集中在网络生成机制和演化模型改进两方面,研究成果广泛应用于交通运输等领域。在网络演化理论研究方面,D. Levinson和B.Yerra发现交通网络的演化可以从自组织的角度去理解[4]；文献[5]基于网络上的交通动力学特性构建了一种加权网络模型；文献[6]基于复杂有权网络,在偏好连接机制中加入货运需求量和空间距离因素,构建了货运网络演化模型,并用该演化模型对中国铁路货运进行模拟分析；文献[7]基于配送网络和第三方物流研究了物流配送网络的演化过程；文献[8]以微观机理融合宏观机制构建交通网络演化模型与算法,用于研究交通网络演化规律；文献[9]从公共交通网络的初始网络、新增节点、新增节点的局域世界、优先连接概率和新增节点引起的连边等5方面进行分析,构建了公共交通网络的局域世界演化模型；文献[10]中构建了基于局域世界和节点吸引力的快捷货运服务网络结构演化模型。

本文基于复杂网络设计了运输拓扑网络演化大数据[11]虚拟仿真实验平台,从网络演化的角度研究运输系统。该平台可以应用到交通运输工程的教学和科研中,以提高交通运输工程的教学科研水平。

1 框架设计

运输拓扑网络演化大数据虚拟仿真实验的主要研究内容分为数据采集与处理、网络演化和实际应用3部分。

1.1 数据采集与处理

交通运输数据标准分为管理标准、数据定义标准、交换标准和接口实现标准4类[12]。数据的生命周期为从创建到销毁的整个过程,一般分为产生、存储、交换、应用4个环节。数据的采集交换[13]应遵循各类标准和规范,可以使用数据抽取、数据推送、数据录入3种方式。交通运输数据的产生与采集交换过程如图1所示。

图1 交通运输数据的产生、采集与交换

参考万有引力模型,建立实验平台的节点吸引力模型,即:节点对的吸引力大小与吸引度成正比,与两节点的距离成反比。采用专家调查法确定多个吸引力影响指标,采用主成分分析法将多个可能存在信息重叠的指标转换为少量综合指标,建立运输节点吸引力影响因素指标体系。然后，依靠交通运输数据库的支持,对运输节点吸引力进行定量计算。

1.2 网络演化

在运输拓扑网络演化大数据虚拟仿真实验的网络演化过程中,增长机制为网络规模的增长,包括节点和边数目的增长。根据著名的BA模型和BBV模型构造运输网络演化模型,借助Matlab完成网络演化,联合Gephi和ArcGIS完成演化的可视化,使用Gephi得到演化最终阶段网络的统计特征值。

1.3 实际应用

在计算机上模拟运输拓扑网络演化过程,得出基于物流节点吸引力的城市货运网络拓扑结构演化图。通过更改演化模型的代码,可以得到节点不变、网络结构类型不变、具有不同平均度的新网络的基本网络参数。进一步计算分析这些参数与平均度的关系,通过纵向比较找出系统总费用、有效性、鲁棒性与平均度之间的联系。

在得出这些参数与平均度的关系后,通过更改模型代码,寻找出最优的平均度。判断现有的货运网络拓扑结构是否需要进一步优化,借此确定是否新建运输节点。如果新建运输节点,需确定新建运输节点的吸引度,再进一步通过对物流节点吸引度综合评判值的计算分析,利用数学软件MAPLE反推公式,得出加入货运网络中的物流节点投资额度,用于指导物流节点的建设。

2 模型构造

本文根据BA模型和BBV模型,构建基于节点吸引力的运输网络演化模型。在网络演化时,新引入的节点会优先与吸引力大的旧节点连接。参考万有引力公式,创建节点吸引力公式。由于虚拟网络与现实网络总会存在一定的差异性,这里虚拟网络的模型在应用到现实网络时就可能产生演化偏差。因此,考虑到模型的实用性和准确性,在建立的模型上加入现实网络中的变量,从而更好地实现现实网络的演化。

运输网络仿真是运用现代计算机技术再现运输网络的演化过程,以对现有网络提出评价和优化意见。本实验用到以下仿真软件：

(1) Matlab:用于网络演化、GUI界面可视化；

(2) Gephi:用于可视化功能和网络参数计算；

(3) ArcGIS:用于进行地理空间的可视化和网络分层；

(4) AutoCAD与TransCAD:用于网络分层、交通小区划分、网络通行能力评价；

(5) SPSS:一款用于统计学分析、预测分析和决策支持的软件,用于主成分分析。

3 实验流程

(1) 交通运输数据收集。从政府网站和企业交通运输数据共享资源中获取交通运输活动的统计数据,应用到节点吸引力影响因素指标体系中。

(2) 吸引力计算。按照德尔菲专家预测法,采用背对背的通信方式征询专家小组成员的预测意见,初步确定节点吸引力影响因素指标。基于主成分分析法,将多个可能存在信息重叠的指标转换为少量综合指标,创建节点吸引力影响因素指标体系,计算节点吸引力。

(3) 网络演化。实验网络增长机制为网络规模的增长,即节点和边的数目随时间增长。选取初始节点,设置一个未完全连接的初始网络。使用Matlab完成节点的加入和边的生成,借助Gephi得到基本网络参数,在ArcGIS中实现运输网络空间模型的可视化。

4 实验应用

仿真实验模拟了深圳、武汉和佛山的货物运输网络演化,实验结果与实际网络拓扑结构相似,证明了演化模型的较高应用价值。图2是网络演化完成后得到的节点相同、平均度不同的深圳市货运网络拓扑结构图。

图2 深圳市货运网络演化拓扑结构图

4.1 网络拓扑结构优化

在计算机上模拟运输拓扑网络的演化过程,得出基于物流节点吸引力的运输拓扑网络演化图。通过更改演化模型的代码可以得到节点不变、网络结构类型不变,但具有不同平均度的新网络的基本网络参数。进一步计算分析这些参数与平均度的关系，并通过纵向比较,找出系统总费用、有效性、鲁棒性与平均度之间的联系。在得出这些参数与平均度的关系后,通过更改模型代码寻找出最优的平均度,判断现有的货运网络拓扑结构是否需要进一步优化,并借此确定是否增加网络节点和计算投资额度。

不同运输网络的拓扑结构优化存在差别。以深圳市货运网络为例,将提高有效性和降低系统总费用作为主要目标,并辅之以聚类系数、网络直径和平均路径长度等指标的改进,综合考虑网络拓扑结构的优化。

实验发现,当深圳市货运网络的平均度等于5.958时,有效性、鲁棒性相对较好,并且系统总费用和拥堵因子相对较小。

4.2 网络通行能力评价

网络的拥堵因子是指网络在一定流量下达到UE均衡状态时的拥堵路段数与总路段数的比值,是评价运输网络通行能力的重要指标。通过TransCAD交通分配,就可以得到拥堵路段数,从而计算出拥堵因子。网络拥堵因子越大,网络阻塞情况越严重。

以深圳市货运网络为例,使用模糊聚类方法划分交通小区,将网络边分为主、次、支、末4个层次。其中一级节点之间的连接定义为主干道,一级节点与二级节点之间的连接定义为次干道,二级节点之间的连接定义为支干道,有三级节点的连接为末干道。最后算出与每个新节点优先连接的旧节点数m=3时网络的拥堵因子为0.031,说明此状态下深圳市货运网络通行能力较优。图3所示为深圳市的交通小区分区和期望线图,表1为网络边属性输入情况。