北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程。利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比。研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征,分别确定其出行含义:通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接。最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。

基于社会网络结构特征的网约车平台竞争策略研究

为研究网约车平台如何在竞争激烈的行业中选择有效的竞争策略来实现公平的市场竞争,本文从社会网络分析法与计量经济学的双重视角出发研究网约车平台之间的竞争关系。首先构建全国网约车市场竞争网络,选取度中心性、结构洞、核心边缘结构等指标分析其网络拓扑结构,并以112个网约车平台的实际收益数据为例,将网络拓扑属性带入计量经济模型,实证分析了网约车竞争网络指标与平台收益之间的关系。结果显示:目前我国网约车平台竞争网络是一个非均衡性网络,核心平台拥有着密集的网络关系,大多数平台在网络中分布较为分散,少部分平台游离在市场边缘;且平台在网络中的拓扑位置与平台收益息息相关,核心程度对收益影响最显著。最后提出运用前沿技术、建立横向与混合联盟、提供差异化服务的平台竞争策略。

基于进化算法的重叠社群结构探测

Ball等提出的基于概率模型的重叠社群探测方法(Principled statistical approach for overlapping communities)通过最大期望求解的方法能够对大规模网络的重叠社群结构进行有效探测。但由于该方法的优化目标函数求解空间相对复杂,其采用的爬山优化算法难以获得一个全局最优的社群划分结果。针对该问题提出了一种基于进化算法的重叠社群探测方法,通过设置不同社群划分种群并采用竞争优选的过程来获得对PSOC目标函数的优化。计算机生成网络和真实网络重叠社群结构的探测实验表明,所提改进算法有效可用,能在获得较优目标函数值的同时,对重叠社群结构进行准确划分。

基于个体关系属性的加权网络社群结构探测模型

社会网络中的社群结构不仅可以表现为社群内个体关系的稠密,还应表现为社群内外个体关系的亲疏。加权网络中个体关系的权值属性会影响社群结构特征的分布,并形成社群结构的重叠。基于个体关系属性重新定义了加权网络的社群结构,同时,受到连边社群和重叠社群结构探测方法启发,提出了针对加权网络社群结构探测的概率模型及相应的优化算法。通过对计算机生成网络与实际社会网络的测试,证明所提模型及优化算法在不同结构与权值的加权网络中均能获得准确的社群结构划分,其结果对于现实社会问题具有一定的解释意义。

县域尺度下城市群交通网络的结构相似性——以关中平原城市群为例

基于县域尺度2020年关中平原城市群的铁路网络数据、公路网络数据、铁路班次数据构建了城市群综合交通网络,引入复杂网络社群结构特征与互信息指数评价了城市群网络的结构相似性,从县域尺度揭示了社会经济水平与结构相似性的关系。研究结果显示:①城市群综合交通网络的社群结构特征明显;②交通基础设施在拓扑结构上具有相似性特征;③社群结构内外区县经济水平具一定的显著差异性。

基于节点属性的社群结构探测算法改进

对Vincent D.Blondel等提出的B算法的特点及机理进行了分析,讨论了节点属性对社群结构探测的可能影响.进而通过重构初始化网络,控制节点(社群)合并过程两个方面,对B算法进行了改进,获得更优的模块性指标及对应的社群划分.经计算机模拟网络与实际网络的社群结构探测,结果表明所提改进算法有效可用,能在获得较大模块性指标的同时,获得较好的社群划分结果,且拥有更低的运算时间.

集群行为中的复杂网络结构合并优化方法

集群行为中的人际互动关系可以通过复杂网络结构予以表示,以特定结构特征为目标的结构合并优化问题对于研究集群行为具有很好的应用价值。本文通过数理模型分析,以最小平均路径长度为优化目标,以不同连边策略为变量构建了复杂网络合并优化模型,提出了启发式遗传算法的网络结构合并优化SCOA算法。最后,针对不同复杂网络模型进行实验与仿真,讨论集群行为群体合并的一般策略与相关特征。研究发现,不同的连边规则对网络结构合并性能有显著影响,网络结构合并优化问题客观存在;本文提出的SCOA算法优于现有的同配性连边规则、异配性连边规则与随机连边规则;其所得的连边规则是一个包含同配连边规则与异配连边规则的混合连边规则。本文研究为集群行为中解决群体隔离问题提供了新的分析思路与方法。