期刊文献+

全球集装箱海运航线网络关键港口识别 被引量:4

Identification of Key Ports in Global Container Shipping Routes Network
下载PDF
导出
摘要 针对关键港口识别方法相对孤立、测度指标相对单一的现状,基于复杂网络理论,以海运航线网络中港口度、港口介数、接近度、集聚因数和港口流量为指标,运用主成分分析法,得出了海运航线网络中港口的综合排名。以排名比较靠前的港口为关键港口,并运用相关性分析对港口的综合排名进行验证。验证结果表明:关键港口的分布受腹地位置影响,在数量上,亚洲和欧洲居于主导地位,新加坡港口以绝对优势居于综合排名的首位,中国的上海港口和香港港口分别进入了前10位。 Aiming at the present conditions that the identification methods and measurement indexs of key ports were relatively isolated and single respectively,based on complex network theory,the ports ranking in the shipping routes network was obtained by principal component analysis with the degree,clustering coefficient,betweenness,nearness and flow of ports as index. The top-ranking ports were key ports. The port comprehensive ranking was verified through related analysis. The results show that the distribution of key ports is affected by hinterland positions. Asian and European occupy the leading position in number. Singapore port ranks top one with an absolute advantage. Besides that,ports of Shanghai and Hong Kong rank into the top ten.
作者 孙建 胡志华
出处 《河南科技大学学报(自然科学版)》 CAS 北大核心 2016年第6期95-99,10,共5页 Journal of Henan University of Science And Technology:Natural Science
基金 国家自然科学基金项目(71471109 71101088) 教育部博士点基金项目(20113121120002) 交通部应用基础研究基金项目(2015329810260) 上海市曙光计划基金项目(13SG48) 上海市教委科研创新基金项目(14YZ100)
关键词 复杂网络 海运航线网络 关键港口 主成分分析 complex network shipping route network key ports principal component analysis
  • 相关文献

参考文献11

  • 1郭世泽,陆哲明.复杂网络基础理论[M].北京:科学出版社,2012.
  • 2田炜,邓贵仕,武佩剑,车文娇.世界航运网络复杂性分析[J].大连理工大学学报,2007,47(4):605-609. 被引量:42
  • 3JIANG J L, LEE L H, CHEW E P, et al. Port connectivity study: an analysis framework from a global container liner shipping network perspective[ J~. Transportation research part e,2015,73:47 -64.
  • 4LI Z F, XU M Q, SHI Y L, et al. Centrality in global shipping network basing on worldwide shipping areas [ J ]. Geojournal, 2015,80(1) :47 -60.
  • 5曾庆成,吴凯,滕藤.海上丝绸之路港口的空间分布特征研究[J].大连理工大学学报(社会科学版),2016,37(1):25-30. 被引量:31
  • 6吕天阳,朴秀峰,谢文艳,黄少滨.基于传播免疫的复杂网络可控性研究[J].物理学报,2012,61(17):135-143. 被引量:11
  • 7WATTS D J, STROGATZ S H. Collective dynamics of small world networks[ J ]. Nature, 1998,393 (6684) :440 -442.
  • 8BARABASI A L, ALBERT R. Emergence of scaling in random networks[ J]. Science, 1999,286(5439 ) :509 -512.
  • 9杨汀.依复杂网络关键节点识别技术研究[D].南京:南京理工大学,2011.
  • 10海峰,阎欣,丁灿,邵校.基于轴辐理论的现代区域物流网络节点选择[J].计算机集成制造系统,2012,18(6):1299-1305. 被引量:33

二级参考文献60

共引文献153

同被引文献41

引证文献4

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部