中国人口流动网络时空演化及其对新冠疫情传播的影响

基于2020年1月1日至2月29日的手机信令数据构建全国尺度人口流动网络，研究了疫情-春节叠加影响下人群流动行为的时空演化规律，并实证检验了流动网络结构特征在疫情传播中的作用。研究结果表明：大流行对人口流动模式的破坏存在年龄和距离异质性，削弱了高层级城市在人口流动网络中的重要性，并重塑了城市间人口流动强度分布规律。各时间段流动网络度分布均呈现“低度饱和，高度截断”的幂律特征，不同年龄群体迁移模式的城市分异性揭示了不同层级城市居民工作压力存在分化，且分化趋势在年轻人群中更为显著。研究还发现，流动网络拓扑结构与当地疫情传播之间存在因果关联性，采用时间断点回归模型实证检验了流动网络度中心性、接近中心性和特征向量中心性3项结构特征在封控政策对当地疫情传播的影响中起到部分中介作用。本研究对深入理解人口流动网络结构特征在重大公共卫生事件传播中的影响具有重要的理论和实践意义。     

网约车对交通拥堵的影响——基于复杂系统视角

网约车已经成为乘客出行备选的交通工具之一,但网约车的兴起是否加重了交通拥堵一直是讨论的热点。本文在调研乘客个体属性、行为特征的基础上,探索有无私家车乘客出行决策过程的内部机理,揭示乘客群体行为的动力机制,然后进行系统仿真,根据不同情境下乘客出行决策的变化判断网约车是否对城市交通拥堵情况产生影响,对现有的相关研究进行补充并提出建议。认为网约车合理定价、明确网约车市场定位,提升服务品质、加强信息宣传力度、合理设置网约车的准入门槛等手段可以为交通运行状况带来正面效应,降低交通拥堵程度。     

考虑等待时间的网约车与出租车均衡定价研究

针对网约车和出租车的出行服务竞争,用等待时间刻画影响需求的服务质量,考虑网约车服务质量高于/低于出租车服务质量两种情景,探讨两种服务共存的条件及均衡定价策略.研究结果表明:当总网络外部性为正时,两种服务需较高差异化才能实现共存;而当总网络外部性为负时,无需其他条件约束,两种服务皆可共存.通过算例分析,分析了网约车服务等待时间对消费者剩余的影响以及参数对两种服务共存条件的影响.此外,借鉴参照依赖理论描述出租车司机在竞争市场中的获利感知,提出基于服务质量差异的网约车管制措施.研究结论为网约车服务定价和监管策略提供了一定的管理启示.     

基于复杂网络的世界航运中心网络结构与特征

航运中心城市是航运业集聚的空间载体。由于全球化和国际贸易的影响,航运产业链的不同价值部分在一定空间范围分布,考虑产业空间位置的产业链打破了传统的简单线性关系,形成复杂的网络关系。根据世界重要航运公司在各城市的职能分布,建立并验证了基于航运企业价值链接的世界航运中心之间呈现复杂的网络关系,世界航运城市网络具备小世界特征;对该复杂网络进行测度得出:国际航运中心出现向亚太地区转移的趋势;世界航运城市呈现"多核心复杂嵌套式核心—边缘"结构特征;提出了世界航运城市的网络级、核心节点级和边缘节点级3个层次。并建议通过建立航运龙头企业来提升上海在世界航运网络中的地位。     

基于节点复合特性的端-边协同网络生成算法

针对智慧交通系统数据处理量大、对传输时间要求严苛的难题，通过将协同系统定义为复杂网络模型，构建了设备端和边缘节点协作运行的端-边协同系统。提出了基于网络节点复合特性的协作网络生成算法，实现了多层复杂网络的构建。相比随机几何法，提出的由节点聚类系数和介数中心性两种特性参数相结合的协作网络生成算法能够更全面地描述节点特性，反映节点重要性，改善现有多层复杂网络模型对节点信息描述不全的问题。最后，使用4种复杂网络模型构建多层网络模型并验证该算法，以节点间最短路径值作为评价指标，证明提出的由节点复合特性生成协作网络的算法能够明显降低整个网络中节点间最短路径值，减少传输时间，提高传输效率。     

考虑不同监管目标的网约车服务价格管制策略研究

针对网约车服务与出租车服务共存的出行市场,考虑网约车平台提供高端服务或低端服务,基于价格管制机制研究网约车服务与出租车服务共存时管制策略的制定,分别用以实现参与(目标1)与公平(目标2)管制目标.比较不同目标下价格管制策略的宽严程度.研究结果表明:网约车平台提供高端服务时,且出租车价格处于较高或较低水平,实现参与目标,需提高网约车服务价格,其余情况下,无管制即可实现目标1.而对于管制目标2,当出租车服务价格较低时,需网约车提价.网约车提供低端服务时,其最优反应价格不仅与出租车服务价格有关.还与两种服务差异化程度有关.无论网约车平台提供高/低端服务,管制目标1的管制强度均高于管制目标2.     

基于贝叶斯网络的出行者目的地选择行为建模与应用

以居民出行目的地选择为研究对象,确定影响居民出行目的地选择影响因素集合,分析居民出行目的地选择规律及影响因素特征。运用贝叶斯理论,设计居民出行目的地选择流程。对居民出行决策数据进行数据整理分析和离散化处理,采用K2算法对居民出行目的地选择决策数据进行贝叶斯网络结构学习和参数估计。构造居民出行目的地选择的贝叶斯网络模型,分析了模型父节点与子节点之间的概率依赖关系。对构建的贝叶斯网络模型进行了有效性验证,检验数据分析表明,贝叶斯网络对居民实际出行目的地选择的预测分析具有较高的精度。     

基于客票数据的城际铁路出行方式选择行为研究

随着高铁快速发展,旅客城际铁路出行具有更多类型客运列车可供选择.基于铁路客票数据,以成渝交通廊道为例,应用离散选择模型研究城际铁路出行中以高铁和普速列车作为选择对象的出行方式选择行为.根据客票出行大数据构建人口统计学特征、购票渠道、社会阶层与地位、出发日期与时段、发车频率、距离等特征变量并融合百度指数数据,以一种新视角建立出行方式选择定量分析模型.结果显示人口统计学特征、购票渠道、社会阶层与地位、发车频率、出发日期与时段、出行目的、距离等变量显著影响旅客选择行为,能够对旅客城际铁路出行方式选择进行有效预测.研究设计为出行方式选择行为分析提供新思路,丰富了数据驱动下的交通出行选择研究.     

基于超网络的作战信息流转建模及特性分析

针对现有单一要素模式的信息网络不能有效反映作战信息流转复杂结构及动态过程的问题,提出一种基于超网络的作战信息流转"两层三网"模型构建及特性分析方法。首先,分析作战信息流转超网络结构特征,抽象作战节点和信息关系的多维属性,定义关联映射规则,建立作战信息流转超网络模型;其次,从节点的超度分布、超边的度分布、介数、聚类系数、子图向心性和网络弹性6个方面,研究了作战信息流转超网络的拓扑特性。最后,以空中突击作战为例,通过仿真实验,验证了模型与方法的可行性和合理性。     

群体事件中用户传播重要性的评价模型

为了达到更进一步理解群体事件在微博中的传播机理并得到能够综合评定事件参与用户在传播中重要程度的方法，采用定性分析和定量研究相结合的方式，基于真实案例的传播数据对社会群体事件的微博进行了分析。通过事件的消息转发关系构建了群体事件的微博传播系统；通过对若干传播基础指标实施主成分分析，构建了群体事件用户传播重要性的综合评价模型；结合复杂网络的相关理论，开展了该模型的评价值和复杂网络中心性指标的相关性分析。通过分析和研究，发现了群体事件的网络是具有无标度性质、小世界特征和较高集聚系数的复杂网络，在该网络中用户传播重要性的评价值实际与用户的复杂网络 核分解指标值存在极高的相关性。因此，人们可以依靠 核分解为核心的分析方法更精确、更有效地找到影响群体事件微博传播的重要用户。     

面向控制的城市快速路网宏观动态交通模型

针对我国城市交通特点，在改进经典的高速道路网宏观交通流模型METANET的基础上，提出了面向控制的城市快速路网宏观动态交通模型。该交通模型能够更好地描述快速路出口匝道流出能力受限、快速路主线起始点车流以及快速路主线车速控制等现象。对上海高架快速路的实际交通流数据进行了仿真研究，结果表明该模型较好地反映了城市快速路交通流的动态演化特征，可以作为城市交通控制系统分析和设计的有力工具。     

城市轨道交通网络客流分配模型和算法综述

城市轨道交通网络客流分配是推算客流分布的基础理论方法.本文首先介绍了既有的城市轨道交通客流分配模型,从客流分配建模中的网络建模架构,乘客出行行为假设和客流分配原理三方面对比分析了既有研究的模型特征.在分配模型分类的基础上,重点阐述了客流分配算法中的网络路径搜索、分配模型求解和客流行为模拟和分布仿真算法的研究进展.最后,提出了我国城市轨道交通客流分配在网络化运营新形势下的研究展望.     

基于模糊神经网络的实时路段行程时间估计

基于对我国城市交通流的物性分析 ,提出了一种基于模糊神经网络的实时路段行程时间估计模型 ,用于将来自于交通控制中心的实时交通数据转换成为能够反映路段实时运行状况的直观参数 :路段行程时间 ,从而为交通流诱导服务 .这种方法用具有更高智能的神经网络实现了对抽象模糊规则的自动纠错的记忆 ,符合人类认识的模式 ,能令人满意地表达经验知识 ,而且模糊输入输出关系具有了明确的表达能力 .     

城市轨道交通动态客流分配仿真方法研究

根据轨道交通网络存在大量换乘路径的特点,改进深度优先搜索算法得出站点间换乘路径的有效出行时间.基于自动票务收集系统(automatic fare collection system,AFC)数据得到的乘客进出闸机时刻,利用仿真方法确定乘客与列车在时间和路径的接续关系,同时考虑始发乘客和换乘乘客路径选择行为的差异,将二者...     

交通网络效率的度量和元件重要性的计算方法

针对固定需求和弹性需求的交通网络,综合考虑均衡状态下的出行行为、出行成本、出行需求以及路段流量等因素,分别 提出了网络效率的度量方法,并在此基础上计算网络元件的重要性.算例结果表明:所提出的效率度量方法和元件重要性计算公式是合理的,并对Braess悖论网络进行了分析,发现网络元件的重要性随需求变化而变化.所提出的方法和研究结论对设计和管理交通网络具有指导意义.     

基于复杂网络的城市轨道交通网络中心性研究

城市轨道交通车站在网络中承担着乘客集散和连通区间的重要作用,如何有效评估其在客流网络中的影响力是研究网络结构优化和降低运营风险的重点。基于复杂网络理论,以车站为研究对象,通过建立网络客流分配模型,结合轨道交通智能卡数据提出城市轨道交通网络车站客流的集聚程度指标和3个客流中心性指标。将研究方法应用于北京市地铁网络,识别出了北京地铁的重点车站并且系统性分析了北京地铁早高峰客流现状,为地铁网络运营提出意见。     

大规模人群网络流瓶颈识别方法研究

在体育赛事、集会等场合,大规模人群沿路网流动过程中易发生拥塞并诱发恐慌、踩踏等严重事故.因此,理解网络结构对人群流动特征的影响,对大规模人群在网络上的流动进行有效的组织和管理十分必要.首先结合大型活动行人路径选择行为的一般特征,采用交通分配模型将大规模人群分配到具体的网络拓扑结构上,采用非线性行人路阻函数模拟人群拥挤效应;随后,计算路网流量增加条件下人群在各路段走行时间变化率,并提出以路段走行时间变化率排序作为各路段结构重要度排序的方法,据此计算各路段的鲁棒性,确定瓶颈路段.最后,以德国2010年"爱的大游行"踩踏事故为例,分析验证了大规模人群网络流瓶颈识别方法,研究讨论了对路网实施管控的流量阈值以及不同管控条件下网络流的定量演化规律,可为路网的科学管理和规划提供基础数据和理论依据.