考虑节点相互影响的公交网络节点重要性识别算法

作者：钟志敏; 姜仙童^*; 田秀珠; 王昌

来源：交通运输研究, 2023, 9(04): 93-103.

DOI：10.16503/j.cnki.2095-9931.2023.04.009

• 公交网络
• 复杂网络
• 节点重要性
• 网络效率
• 最大连通子图

为提高公交网络运营稳定性，保障乘客顺利出行，需准确识别公交网络中的重要节点并进行重点保护。鉴于此，考虑公交网络节点相互影响的网络拓扑特性和现实特征，提出了DeB(Degree and edge Betweenness)节点重要性识别算法，以边介数和客流表示节点相互影响力的大小，同时，引入节点n阶吸引度作为衡量节点重要性的指标。最后，以宁波市公交网络为例，研究比较了在基于DeB算法、度中心性算法、介数中心性算法的模拟蓄意攻击下，网络效率和最大连通子图的变化情况，以验证算法的有效性和精确性。结果显示，基于DeB算法得到的节点1阶吸引度的蓄意攻击对网络效率和最大连通子图的影响最大，即对重要节点识别的精确性越高，且节点吸引度阶数越高，算法精确性越低；与度中心性、介数中心性相比，节点1阶吸引度的精确性更高，表明DeB算法得到的节点1阶吸引度可更准确地衡量节点的重要性。

• 单位
  交通运输部科学研究院