留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于复杂网络的区域水上交通关键船舶识别方法

文元桥 黄玉宇 周春辉 隋忠义 张帆

文元桥, 黄玉宇, 周春辉, 隋忠义, 张帆. 基于复杂网络的区域水上交通关键船舶识别方法[J]. 交通信息与安全, 2020, 38(4): 1-9. doi: 10.3963/j.jssn.1674-4861.2020.04.001
引用本文: 文元桥, 黄玉宇, 周春辉, 隋忠义, 张帆. 基于复杂网络的区域水上交通关键船舶识别方法[J]. 交通信息与安全, 2020, 38(4): 1-9. doi: 10.3963/j.jssn.1674-4861.2020.04.001
WEN Yuanqiao, HUANG Yuyu, ZHOU Chunhui, SUI Zhongyi, ZHANG Fan. Identification of Key Nodes of Regional Water Traffic Based on Complex Network[J]. Journal of Transport Information and Safety, 2020, 38(4): 1-9. doi: 10.3963/j.jssn.1674-4861.2020.04.001
Citation: WEN Yuanqiao, HUANG Yuyu, ZHOU Chunhui, SUI Zhongyi, ZHANG Fan. Identification of Key Nodes of Regional Water Traffic Based on Complex Network[J]. Journal of Transport Information and Safety, 2020, 38(4): 1-9. doi: 10.3963/j.jssn.1674-4861.2020.04.001

基于复杂网络的区域水上交通关键船舶识别方法

doi: 10.3963/j.jssn.1674-4861.2020.04.001
基金项目: 

国家自然科学基金项目

详细信息
  • 中图分类号: U692

Identification of Key Nodes of Regional Water Traffic Based on Complex Network

  • 摘要: 为研究区域内船舶行为对交通状况的影响,研究了基于复杂网络的关键船舶识别方法.将水域中的船舶看作为复杂网络中的节点,根据船舶间的行为交互关系构建区域面向船舶行为分析的复杂网络;并结合复杂网络的节点中心性指标构建节点综合重要度评价模型;通过节点综合重要度评估结果,对网络中的节点进行节点重要度排序,识别网络中的关键节点.对比度节点中心性识别关键节点方法,实验结果表明,2种方法的分析结果中节点排序结果相同的节点数占节点总数的比例达到77.8%,但节点综合重要度评价方法对各指标进行权重配比,充分考虑了各指标对关键节点识别结果的影响,能有效识别区域关键船舶.

     

  • 加载中
计量
  • 文章访问数:  575
  • HTML全文浏览量:  101
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-08-28

目录

    /

    返回文章
    返回