物流网络大数据虚拟实验仿真平台

陆随年

摘要：深入了解物流网络的特征，才能对城市物流网络的规划和管理工作提供更有效、更可靠的理论基础。开发物流网络大数据虚拟实验仿真平台，可以通过综合运用大数据下建立的物流节点吸引力评价体系，对城市物流网络中的节点进行优劣判断，为新建节点提供参考依据;同时仿真实验提供的物流网络拓扑结构可视化演化平台，为优化网络结构、改善网络性能提供了先决条件。

Abstract： In-depth understanding of the characteristics of logistics networks can provide a more effective and reliable theoretical basis for the planning and management of urban logistics networks. The development of a virtual experiment simulation platform for big data in the logistics network can comprehensively use the attractive evaluation system of logistics nodes established under big data to judge the advantages and disadvantages of the nodes in the urban logistics network to provide a reference for new nodes; The visualization and evolution platform of the logistics network topology provides a prerequisite for optimizing the network structure and improving network performance.

关键词：物流网络;大数据;吸引力;拓扑结构演化

0  引言

城市货运网络作为交通网络的一种，属于复杂网络的范畴[1-3]。利用城市货运网络理论研究货物运输网络不仅仅是对网络拓扑结构的研究，还要将其反推到现实网络的演化中，从而揭示现实网络的演化规律[4]，最终目的是利用理论研究的成果实现对现实网络有效控制。本文将通过分析物流网络的评价体系以及演化机制，构建合理的货物运输网络演化模型，并对武汉市的货物运输网络进行演化分析。

1  物流网络大数据实验仿真理论框架

本实验系统包括两个子模块：一个是物流节点吸引力评价体系，旨在通过物流节点的吸引力的大小评价物流节点的优劣，为评价优化及布局规划提供依据[5]，从而进行优化;另一个是建立城市物流网络拓扑结构演化平台，对网络拓扑结构动态演化过程进行可视化处理，为寻求最优物流网络结构提供了基础。

1.1 物流节点吸引力评价体系

城市物流节点吸引力的大小代表着物流节点对城市货物的吸引、集聚、存储、加工、疏散等物流工作的能力。

1.1.1 评价体系建立过程

首先结合实际案例使用德尔菲法调查和分析影响物流节点吸引力的因素指标，其次利用数学统计等方法对吸引力影响因素进行量化以及权值的分配。然后开展探索性因子分析[6];根据探索性因子分析结果，分析量表的内容效度、结构效度、关联效度。形成物流节点吸引力影响因素评价指标体系。

1.1.2 物流节点吸引力模型

Fij代表i与j之间的吸引力;G是引力系数，取10;M为产业的相关系数;Z是节点吸引度与点权之和;Si表示物流节点吸引度;dij为物流节点i与j之间的距离;win表示与i节点相连的边权之和，即i节点点权。

1.2 城市物流网络拓扑结构演化平台

1.2.1 城市物流网络拓扑结构演化模型构造

为模拟物流网络演化过程，基于节点吸引力，考虑城市物流网络的特性，参考BA模型来计算节点之间的连接概率。然后采用BBV模型进行节点的权重演化。本文构建的演化模型就是针对于新加入一级节点后对整个网络结构的影响。

本文所构建的模型演化机制如下：

①建立初始网络：将节点的数量初始化为n0。

②引入新节点：每个新引入的节点n与已存在的m（饱和度）个节点连接，其与节点i的连接概率为。

k为节点度数;Fij为节点i、j之间的吸引力;原有节点等级越高，α取值越大;参数β的取值取决于连接节点的等级。

③优先连接：对新增节点进行非递减排序，对前m个节点进行优先连接。

④权重演化：让概率最大的节点之间进行结构演化，每次演化需要对权重进行更新，直到所有连接全部完成。

1.2.2 物流网络拓扑结构演化动态演示实现流程

对于整个网络拓扑结构的实现过程，其中用到的关键技术就是运用Gephi和ArcGIS软件将整个演化的过程动态表现出来，主要步骤有：

①分析整个城市物流结构，利用Google Map确定一级节点、二级节点和三级节点及其相关地理信息，在ArcGIS中進行节点标定。

②通过吸引力因子分析得到节点的度和节点间吸引力，设计初始网络模型。

③根据城市货运网络模型分析得出一、二、三级节点之间的连接（从属）关系，将连接关系编辑为边数据导入到Gephi中，实现可视化，模拟动态演化图。

④在初始网络中加入新的一级节点，通过模型进行演化得出更有效的网络结构;在更新的网络中赋予新节点不同的吸引力进而分析最优网络。

⑤修正饱和度，从而获得节点不变、网络结构类型不变的、具有不同平均度的新网络的基本网络参数。

2  实验平台运用

选取武汉市为例，综合考虑后选取7个物流园区作为一级物流节点、31个二级物流节点和148个三级物流节点作为研究对象。

2.1 建立武汉市物流节点评价体系

根据问题的特点，采用德尔菲法对专家进行了意见征求，并经过加权计算，选取32项影响因素指标，主要体现在物流节点所在行政区的人口、产业等32个方面。

基于熵权法来评价指标权值和标定模型，建立的物流节点相互吸引力计算模型，计算物流节点相互吸引力大小，检验计算模型的可靠程度。

使用SPSS软件因子分析功能，输入所有186个物流节点数据，得出成份得分系数矩阵，计算各成分中特征值的贡献率和累计贡献率。提取特征值大于1的8个节点，并且其累计贡献率为87.842%（如图1所示）。即用这8个成份来综合反映物流节点吸引力影响因素。

结合成份系数矩阵表和各因素标准值图，按照相关公式计算各个物流节点的综合得分，并对得分大小进行非递增排序。对载荷最大的几种因子进行筛选，并依此计算节点吸引度。根据计算结果，我们选取了十三个因素作为计算物流吸引力的因子。

2.2 武汉市物流网络拓扑结构动态演化

在使用Google Map、ArcGIS对武汉市的各级物流节点进行标定后，导入已得的节点坐标和新引力，运用1.2.1模型计算，得节点连接概率情况并导入Gephi中，得到原始武汉市物流网络图（图3）。

①物流网络初始状态设置：在Gephi中导入初始网络的节点数据，初始网络由23个节点构成，通过对边的权重赋值，得到初始网络连接状态。

②对问题进行编码。

③进行网络节点的动态演化，实现城市货运网络结构的可视化。

④改变网络演化模型程序代码中的节点连接个数（初始设定为2）。分别改为5、10、15，重新演化后得到下图所示的节点不变、网络结构模型类型不变的不同平均度的新网络的边数据。如图4所示。

3  结语

网络拓扑结构与其自身的功能有着密切的关系，研究网络拓扑结构，建立合理的节点评价体系，有助于理解网络结构和网络行为之间的关系。基于城市物流节点的吸引力，本实验在充分考虑影响物流节点因素的大数据基础上，为评价物流网络节点优劣搭建了实验平台;同时建立了城市物流拓扑网络的动态仿真平台，利用ArcGIS和Gephi模拟了网络的演化过程。通过更改节点之间的连接个数，更新演化，得到具有新的平均度的网络。为后续网络的性能、形态优化研究提供了基础。

参考文献：

[1]Markus Hesse， Jean-Paul Rodrigue. Transport geography of logistics and freight Distribution. Journal of Transport Geography[J].2004，6：171-184.

[2]AMARAL L A N， SCALA A， BARTHELEMY M， et al. Class of small-world networks[J]. PNAS，2000，97（21）：11149-11152.

[3]KLEMM K， EGUILUZ V M. Highly clustered scale-free networks[J]. Phys Rev E，2002，65：036123.

[4]ZHU Han， WANG Xin-ran， ZHU Jian-yang. Effect of aging on network structure[J]. Phys Rev E，2003，68：056121.

[5]周靜.港口对物流的吸引力评价研究[J].南北桥，2012年5月.

[6]VANRAAN A F J. On growth， ageing， and fractal differentiation of science[J]. Scientometrics，2000，47（2）：347-362.