城市地铁网络系统运行脆弱性分析

为提高城市地铁网络系统(UMNS)运行的抗风险能力,降低事故造成的经济、社会损失,对UMNS运行脆弱性进行研究。通过对UMNS的特点和事故案例统计分析,将UMNS的运行脆弱性分解为物理、结构和社会功能3类脆弱性,解析UMNS运行脆弱性在事故发生过程中的作用,定义UMNS的运行脆弱性为UMNS在运行阶段抵御来自系统故障、人为失误、社会干扰的能力中的缺陷。通过案例分析,解释运行脆弱性的发生机理,提出降低UMNS运行脆弱性的相关建议。研究表明:UMNS运行脆弱性对地铁事故的发生、蔓延和最终损失有关键性影响;物理和社会功能脆弱性在事故发生的初期影响较大,结构脆弱性对事故在网络中的蔓延有较大影响,社会功能脆弱性则影响着最终事故的损失大小。因此,降低UMNS运行脆弱性应从结构、网络和社会功能3个方面综合展开。

地铁网络无标度特性分析

以经过地铁车站的拓扑线路数目作为评价地铁网络度分布的量化标准,通过最小二乘法(OLS)对统计数据非线性回归拟合,得到地铁网络度分布函数.首先,定义了地铁网络拓扑线路;其次,提出节点度和节点度分布的计算方法;最后,对52个地铁网络样本做非线性回归拟合.结果显示,52个地铁网络节点度分布能够被漂移幂律函数拟合,且地铁车站数目大于300的地铁网络,标度系数-b在2～3之间,且常量a在0～1范围内,这表明地铁网络度分布介于指数分布和幂律分布之间,这一结果与实际现象相吻合.

城市地铁网络拓扑结构脆弱性评价

为降低突发事件对城市地铁网络系统(UMNS)造成的影响,提出UMNS拓扑结构脆弱性评价方法。研究随机和蓄意移除地铁车站和区间对UMNS连通性造成的故障规模。实证分析表明:随机移除地铁车站造成的故障规模明显小于蓄意移除的;随机移除地铁区间造成的故障规模明显大于蓄意移除的;移除地铁车站造成的故障规模明显大于移除地铁区间所造成的。研究结果表明:UMNS对车站所受蓄意攻击具有脆弱性,对区间的蓄意攻击具有鲁棒性;在运营管理中,应重点保障大型换乘车站的正常运行,防止其遭恶意破坏而造成大规模故障。

城市地铁网络系统的物理脆弱性研究

为降低城市地铁网络系统(UMNS)运行的物理脆弱性,在一般系统脆弱性分析的基础上,从模型构建、适用性分析和失效模式(FM)3个方面构建UMNS物理脆弱性分析技术方案。在深入分析UMNS物理系统特征的基础上,应用复杂网络理论构建UMNS的无权有向图模型,并借助于Pajek和R软件进行实证分析。结果表明:基于复杂网络理论的UMNS物理脆弱性分析是可行的;仿真结果能够反映UMNS的物理脆弱性与其物理拓扑结构的关系,并能用来定量分析UMNS的物理脆弱性;通过算例分析验证模型,能够找出城市地铁物理系统中的脆弱源。

城市地铁网络脆弱性对比分析

为保证地铁网络的安全运行,降低突发事件后果的严重性,从事故后能相互到达的站点数、破坏站点会对整条线路带来的影响2个角度,构建地铁网络脆弱性评价模型。运用Matlab仿真模拟破坏性事件的攻击过程,结合5种地铁网络类型,通过与已有研究结果对比,分析不同评价方法和网络类型下地铁网络脆弱性的差异。研究表明:某个站点的失效对整条线路造成影响,进而影响整个地铁网络的脆弱性;地铁网络对于节点介数的蓄意攻击有较大脆弱性;不同的地铁网络结构类型对攻击表现出不同的脆弱性。

基于复杂网络理论的国内地铁网络特性分析

基于复杂网络理论,在分析国内地铁网络拓扑结构的基础上对其相继故障进行了研究。结果表明:国内地铁网络具有较大平均最短路径,聚类系数近似为零,节点度和介数具有线性正相关性,度分布近似为Poisson分布,网络结构近似为随机网络;在相继故障扩散过程中蓄意攻击比随机攻击具有较快的传播速度,但在扰动幅度和故障规模关系中呈现出相似的变化趋势,蓄意攻击效果并不明显。

城市地铁网络复杂性研究

城市地铁网络属于空间复杂网络,其中的节点与边对应于地理空间中的特定位置。文中首先应用Pajek与Ucinet分析了世界主要城市地铁网络的拓扑特性,发现它们拥有如下共性:倾向于选择短边、平均度数接近于2、聚集系数接近于0,直径较大。进而从网络连通性、特征路径长度与直径的变化趋势三方面分析了北京地铁网络的鲁棒性,研究发现北京地铁网络在节点随机故障情况下具有较好的鲁棒性,但在恶意攻击情况下整个网络很快就会瘫痪。

城市地铁网络特征分析及类型划分

研究在梳理国内外城市地铁发展历程的基础上,运用图论的思想对全球184个城市地铁的网络特征进行实证研究,并运用因子分析、聚类分析等方法将城市地铁网络划分为4个大类、6个亚类,总结各类型地铁网络的特征,提出我国各类城市地铁网络的现状特征和发展定位,对于指导我国快速推进的城市地铁建设具有重要意义。

广州地铁网络的可达性分析

以广州地铁网络为研究对象,使用ArcGIS软件并以加权平均旅行时间为指标,分析了广州地铁网络的可达性。结果表明,高可达性地区集中在老城区,并圈层式向外围扩张,呈现出多级格局。在可达性较高的区域中,还呈现出指向换乘站的特点。研究还发现,可达性较高的地铁站点均位于市中心区域、人口密集区域。而可达性较低的站点全部位于缺少换乘点,且人口密度相对低的南沙区。

地铁网络节点的聚类分析与关键节点识别

为克服传统评价模型在寻找网络关键节点时主观因素的干扰,使用聚类思想来进行网络关键节点识别.结合聚类分析的思想,提出了识别网络关键节点的数学模型.将蚁群聚类算法和遗传算法进行融合,对成都市地铁网络的136个节点进行聚类分析,完成了关键节点的识别.采用网络效率和最大连通子图来衡量网络鲁棒性,观察关键节点类被随机攻击后网络指标的变化趋势.结果表明:改进后的蚁群聚类算法聚类性能和效率有了较大提升,并且准确识别出了26个关键节点;关键节点类被随机攻击后,网络效率和最大连通子图下降80%以上,远高于其他节点类,验证了通过聚类进行关键节点识别的可行性.

不同类型站点停运对北京地铁网络的影响

基于站点"等级性—协同性"特征,运用复杂网络分析方法,研究不同类型的站点停运对北京地铁网络的影响。研究发现,在等级性一致的情况下,停运站点的协同性越强北京地铁网络通达性和完整性的变化越显著;停运站点所在线路为放射状时,北京地铁网络的受损程度更为严重。因此,加快形成"环状+放射状"的地铁网络,有利于推进京津冀地区的一体化、保障北京地铁的有效运行。

多层网络视角下地铁网络脆弱性分析

为评估车站失效对地铁网络结构和服务质量的影响以及探究多层地铁网络面对不同攻击策略下的脆弱性,考虑地铁网络中不同线路的特征差异、不同线路和换乘通道之间的异质性,选择列车区间运行时间、列车到站停车时间、乘客换乘步行时间和乘客候车等待时间作为时间边权的计算依据,从多层网络视角构建多层有向时间加权的地铁网络模型;提出层间车站和层内车站的2次负载分配机制和兼顾网络结构和功能的脆弱性综合评估指标;根据车站重要度,分别采用依次攻击单个车站和同时攻击多个车站的攻击策略来分析多层地铁网络的脆弱性,并以2021年西安市地铁网络为例进行实例分析。研究结果表明:与单层地铁网络模型相比,考虑换乘车站之间的换乘通道、不同换乘车站异质性的多层有向时间加权地铁网络模型更符合实际;在依次攻击单个车站的策略中,车站的容量调节参数a和b的最优值分别为0.3和0.8;与依次攻击单个车站的策略相比,同时攻击多个车站导致网络的脆弱性更差。

地铁网络安全管理的有效性探究

地铁网络通常使用内部专网和防火墙结合的网络防御方式,使用物理隔离和监视端口的方法阻断和监视外网数据。但是网络功能的扩展存在限制,内部接口的防御存在不足,网络安全缺少明确的管理措施和智能化的技术手段。地铁作为轨道交通的主要方式,需要不断引入新技术,提升服务质量,新的服务技术数据需要可靠的网络管理,对接入的网络数据实现分级和智能防御提出要求。SCADA管理系统是保证地铁中电力、广播、闭路电视等系统的正常运行的核心系统,具有良好的稳定性和冗余功能,地铁的网络安全管理应充分发挥SCADA系统优势,结合防火墙和入侵防御系统,识别和阻止破坏行为。文章分析地铁网络安全管理中存在的问题,针对问题提出合理的改善措施,为地铁网络安全建设提供参考。

基于拓扑改变的地铁网络承载能力优化方法

基于复杂网络理论,提出一种利用拓扑结构改变策略来提高地铁网络承载能力的方法。首先,确定地铁网络的最大介数站点;其次,使得通过该站点的某条地铁线路在该站点越站运行;最后,以北京地铁网络进行仿真试验。结果表明:该策略下北京地铁网络最大介数站点的介数值大幅下降,各站点的介数分布得到优化。该方法有效提高了地铁网络的承载能力,但由于负荷的重新配置,有些地铁线路会出现客流量激增现象,需提早做好应对措施。

基于韧性评估的地铁网络修复时序决策方法

为提高地铁应对突发事故的韧性,提出基于韧性评估的地铁网络修复时序方案决策方法.基于复杂网络理论,利用Space L方法构建地铁网络拓扑结构,部分节点失效后利用不同的修复策略生成备选方案;选取网络平均效率为性能指标,构建韧性指数评估不同修复时序方案下地铁网络韧性的表现,推荐韧性指数最大的方案为最优方案,探讨不同修复策略与网络恢复性能间的关系;以南京地铁为例进行实例分析.结果表明,多个节点失效时,优先修复策略受同步维修队伍个数的限制,前期表现较差,但有助于提升整个恢复阶段网络的性能;并行使用优先修复策略和增加维修队伍可有效提高网络韧性,缩短恢复时间.

全局视角下的南京地铁网络拓扑结构比较

基于复杂网络理论,从全局视角出发,针对南京地铁2016年实际运营网络及2021年规划运营网络分别构建Space L拓扑结构模型,并针对地铁网络的平面特征,应用节点度及其分布、平均最短距离及其分布、网络直径、介数及联通度指标对其结构特性进行分析比较。研究结果表明,2016与2021年地铁运营网络均具有无标度特性,节点度指数分别为4.2与3.7,2021年地铁网络肥尾特征更明显,且hub点发生较大变化;2021较2016年地铁网络联通度有所提高,但都不到0.4,且网络平均最短距离均大于其网络顶点数目的对数,因此不具备小世界网络的特征。根据结论提出正确识别一个网络的关键节点,有必要将网络本身的静态结构与代表动态结构的流量因素综合考虑;其次衡量地铁网络的发展程度时,需将覆盖区域面积加以考虑,单纯考虑联通度值不够准确。此研究对进一步研究南京地铁网络鲁棒性、易损性、可恢复性进而优化其资源配置、加强风险管理具有重要意义。

基于WiFi嗅探数据的地铁网络客流分析技术

对地铁网络中客流流量和流向的多方位全过程动态监测是提升网络运营安全和效率的关键,也一直是网络化运营中的难点问题。Wi Fi嗅探数据可以对携带Wi Fi设备的对象进行动态跟踪,实现乘客出行时空轨迹的精准化识别。在对Wi Fi嗅探数据的采集原理、采集方法、数据结构、预处理流程分析的基础上,对目前上海轨道交通Wi Fi采集的嗅探数据质量、数据特征以及数据分析模型进行了详细阐述,并以上海轨道交通网络为例,对Wi Fi嗅探数据获取和特征分析的有效性进行验证。结果表明,目前上海轨道交通网络的Wi Fi嗅探数据采集和挖掘的技术条件已经具备,采集的数据质量也能满足客流特征分析的要求。

武汉市地铁网络复杂特性与鲁棒性研究

以武汉市地铁网络为研究对象,基于复杂网络理论分别构建武汉市地铁网络的Space-L和Scape-P网络拓扑结构模型,通过计算不同拓扑结构网络的统计量,分析了武汉市地铁网络的复杂网络特性;研究武汉市地铁网络的鲁棒性,通过制定武汉市地铁网络随机故障和蓄意攻击两种策略,据此量化研究不同节点失效策略对武汉市地铁网络全局效率的影响。结果表明:武汉市地铁网络具有较好的鲁棒性;蓄意攻击对武汉市地铁网络有很大的破坏性,而随机故障则影响较小。

基于改进TOPSIS模型的地铁网络节点重要性评价方法

对城市地铁网络节点重要性进行评价在城市交通体系的运营和管理中具有重要意义。TOPSIS法是一种节点重要程度多指标综合评价方法。已有的TOPSIS法在评价地铁网络节点重要程度时存在贴近度评价不合理,权重算法没有考虑网络空间特性两方面问题。针对上述不足,提出相应的改进措施:(1)结合垂面距离和灰色关联度综合评价方案与理想解的贴近度;(2)设计适用于空间网络的局部熵赋权法。最后,以北京地铁网络为例,利用改进的TOPSIS法测算了节点的重要性程度。结果表明:该方法确定的结果符合实际情况并且优于现有的TOPSIS法,说明该方法具有较高的准确性和较强的应用性。

环线对地铁网络弹性的影响研究

环形线网是地铁网络中特殊又重要的线网结构。本文从系统弹性的角度出发,基于图论和改进的级联失效模型深入分析环线结构在网络失效和恢复过程中的影响作用。在网络中断阶段,采用改进的耦合映像格子模型,分别模拟站点和线路水平下的级联失效场景,并采用失效节点比率和运营效率作为评价指标分析网络弹性变化;在恢复阶段,采用不同的站点和线路恢复顺序研究网络弹性指数变化。最后结合北京市地铁网络进行实证分析,结果表明:介数较高的节点失效产生的级联失效最早达到顶峰,度值较高的节点失效则最快使网络瘫痪,尤其是环线中的换乘站点失效对网络弹性的影响最大;而相比非环线站点,当提高环线上站点的鲁棒性时,网络弹性的提升更明显,级联失效高峰得到很大延缓。有针对地保护这些环线站点将为地铁系统受干扰后的性能恢复提供宝贵的救援时间;此外,越靠近中心的环线会比外围环线更加重要,如北京地铁2号线和10号线;同时,较早地恢复环线上的站点也会大大提高整个网络的弹性性能。研究结果不但对提高具有环线结构的地铁系统的抗风险能力具有借鉴意义,也为地铁网络的规划和布局提供了重要的理论依据。