基于网络冗余性的城市轨道交通关键站点识别

doi:10.16265/j.cnki.issn1003-3033.2022.12.0274

摘要/Abstract

摘要：

为明确城市轨道交通网络不同站点的重要程度,提出基于网络冗余性识别关键站点的方法,从网络拓扑结构和交通功能特性2个角度定义拓扑冗余性和功能冗余性,并以上海市地铁网络为例,识别关键站点。研究结果表明:基于拓扑冗余性识别出的单个重要站点失效后,将导致网络中13.15%的交通出行(起点-终点,OD)无法连通;基于功能冗余性识别出的单个关键站点失效后,将导致网络中10.1%的乘客无法通过轨道交通网络完成出行。对于环形辐射状的轨道交通网络,基于网络冗余性识别出的关键站点主要分布在环形线路和临近环形线路向外辐射的支路上。此外,多个站点同时失效后,对网络造成的影响不仅取决于每个站点的重要程度,还取决于每个站点在轨道交通网络中的空间位置分布。

关键词: 冗余性, 城市轨道交通, 关键站点, 复杂网络, 站点失效

Abstract:

In order to clarify the importance of different stations in urban rail transit network, a method of identifying key stations based on network redundancy was proposed. Topological redundancy and functional redundancy were defined from the perspectives of network topology and traffic functional characteristics. And taking Shanghai metro network as an example, key stations were identified. The research results show that the failure of a single important station identified based on network topological redundancy will cause 13.15% of the traffic tralvel(origin-destination, OD) in the network to be disconnected. After the failure of a single key station identified based on network functional redundancy, up to 10.1% of passengers in the network can not complete their travel through the rail transit network. For the ring-shaped radial rail transit network, the key stations identified based on network redundancy are mainly distributed in the branches radiated outward from the ring line and adjacent ring lines. In addition, the impact on rail transit network after multiple stations fail simultaneously depends not only on the importance of each station, but also on the spatial location distribution of each station in the rail transit network.

Key words: redundancy, urban rail transit, key stations, complex network, station failure

崔欣, 路庆昌, 李建宇. 基于网络冗余性的城市轨道交通关键站点识别[J]. 中国安全科学学报, 2022, 32(12): 158-164.

CUI Xin, LU Qingchang, LI Jianyu. Key station identification of urban rail transit based on network redundancy[J]. China Safety Science Journal, 2022, 32(12): 158-164.

图/表 10

表1

复杂网络特征指标

指标		表达式	指标解释
度中心性		$D c (i) = ∑ j ≠ i ∈ N λ i j n - 1$	$λ i j$ 是用来判断节点i和j之间是否存在直接相邻边的变量,如果存在,那么 $λ i j = 1$ ,否则为0
介数中心性		$D b (i) = ∑ s ≠ t ∈ N σ s t (i) n (n - 1)$	$σ s t (i)$ 是用来判断节点对s与t的最短路径中是否通过节点i的变量,如果通过,该值为1,否则为0
紧密中心性		$D s (i) = n - 1 ∑ j ≠ i ∈ N d i j$	$d i j$ 为节点i与其他节点j之间的距离
指标	表达式			指标解释
网络效率	$E = 1 n (n - 1) ∑ i ≠ j ∈ G 1 d i j$			网络效率越高,则表示网络中节点之间的连通性越好
网络效率可达性	$E A = 1 f ∑ i ≠ j ∈ G f i j t i j$			$f i j$ 为从节点i出发到节点j的客流量; $t i j$ 为从节点i到节点j花费的时间; f为总乘客数

表1

图1

图2

表2

表3

图3

图4

图5

表4

图6

参考文献 10

[1]	侯秀芳, 梅建萍, 左超, 等. 2020年城市轨道交通线路统计分析[J]. 都市快轨交通, 2021, 34(3): 1-9,64.
	HOU Xiufang, MEI Jianping, ZUO Chao, et al. Statistics and analysis of urban rail transit in 2020[J]. Urban Rapid Rail Transit, 2021, 34(3): 1-9,64.
[2]	陈锦渠, 刘杰, 殷勇, 等. 基于改进LeaderRank算法的高速铁路网络关键站点识别方法研究[J]. 交通运输工程与信息学报, 2020, 18(1): 83-90.
	CHEN Jinqu, LIU Jie, YIN Yong, et al. Research on the identification method of key stations in the high-speed railway network based on the improved LeaderRank algorithm[J]. Journal of Transportation Engineering and Information, 2020, 18(1): 83-90.
[3]	梁青槐, 柴树山, 钟思敏, 等. 城市轨道交通站点网络结构综合重要度识别[J]. 铁道工程学报, 2019, 36(9): 66-71.
	LIANG Qinghuai, CHAI Shushan, ZHONG Simin, et al. Identification of comprehensive importance of urban rail transit stations in network structure[J]. Journal of Railway Engineering Society, 2019, 36(9): 66-71.
[4]	谌微微, 张富贵, 赵晓波. 轨道交通线网拓扑结构模型及节点重要度分析[J]. 重庆交通大学学报:自然科学版, 2019, 38(7): 107-113.
	CHEN Weiwei, ZHANG Fugui, ZHAO Xiaobo. Topological structure model and node importance analysis of rail transit network[J]. Journal of Chongqing Jiaotong University:Natural Science, 2019, 38(7): 107-113.
[5]	胡映月, 陈峰, 陈培文, 等. 基于网络客流传播的轨道交通关键站点识别[J]. 西南交通大学学报, 2017, 52(6): 1193-1200,1 215.
	HU Yingyue, CHEN Feng, CHEN Peiwen, et al. Critical station identification based on passenger propagation in urban mass transit network[J]. Journal of Southwest Jiaotong University, 2017, 52(6): 1193-1200,1 215.
[6]	鞠艳妮, 李宗平, 陈宇帆, 等. 区域轨道交通系统节点重要度及故障恢复研究[J]. 中国安全科学学报, 2021, 31(2): 112-119. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.016
	JU Yanni, LI Zongping, CHEN Yufan, et al. Study on node importance and failure recovery of regional rail transit system[J]. China Safety Science Journal, 2021, 31(2): 112-119. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.016
[7]	薛锋, 何传磊, 黄倩. 成都地铁网络的关键节点识别方法及性能分析[J]. 中国安全科学学报, 2019, 29(1): 93-99. doi: 10.16265/j.cnki.issn1003-3033.2019.01.016
	XUE Feng, HE Chuanlei, HUANG Qian. Identification of key nodes in Chengdu metro network and analysis of network performance[J]. China Safety Science Journal, 2019, 29(1): 93-99. doi: 10.16265/j.cnki.issn1003-3033.2019.01.016
[8]	LI Tao, RONG Lili. A comprehensive method for the robustness assessment of high-speed rail network with operation data: a case in China[J]. Transportation Research Part A: Policy and Practice, 2020, 132: 666-681. doi: 10.1016/j.tra.2019.12.019
[9]	JIANG Ruoyun, LU Qingchang, PENG Zhongren. A station-based rail transit network vulnerability measure considering land use dependency[J]. Journal of Transport Geography, 2018, 66(1): 10-18. doi: 10.1016/j.jtrangeo.2017.09.009
[10]	JING Weiwei, XU Xiangdong, PU Yichao. Route redundancy-based approach to identify the critical stations in metro networks: a mean-excess probability measure[J]. Reliability Engineering & System Safety, 2020: DOI: 10.1016/j.ress.2020.107204. doi: 10.1016/j.ress.2020.107204

站点编号	站点名称	未连通的 OD/个	重要性评估值
34	东方体育中心	10 634	0.135
18	曹杨路	9 502	0.121
17	枫桥路	9 008	0.114
143	四平路	8 622	0.110
16	真如	8 510	0.108
63	镇坪路	8 510	0.108
118	宜山路	8 510	0.108
站点编号	站点名称	未连通的 OD/个	重要性评估值
15	上海西站	8 008	0.102
62	岚皋路	8 008	0.102
101	上海南站	8 008	0.102
260	桂林路	8 008	0.102
14	李子园	7 502	0.095
61	新村路	7 502	0.095
115	虹口足球场	7 502	0.095
135	锦江乐园	7 502	0.095

站点编号	站点名称	未满足需求乘客人数	关键性评估值
94	上海火车站	48 187	0.101
101	上海南站	43 647	0.092
118	宜山路	43 042	0.090
260	桂林路	39 605	0.083
93	中山北路	37 955	0.080
135	锦江乐园	37 787	0.079
259	漕河泾开发区	37 638	0.079
80	龙阳路	37 137	0.078
92	延长路	37 063	0.078
18	曹杨路	35 687	0.075
134	莲花路	34 709	0.073
91	上海马戏城	33 829	0.071
258	合川路	31 720	0.067
143	四平路	31 609	0.066
34	东方体育中心	31 329	0.066

序号	站点的编号	乘客数/万人
1	18、80、94、101、118	19.351 9
2	80、94、101、118、143	19.183 9
3	34、80、94、101、118	19.075 1
4	18、94、101、118、143	18.970 9
5	18、34、94、101、118	18.859 1
6	34、94、101、118、143	18.724 3
7	18、80、93、101、118	18.635 0
序号	站点的编号	乘客数/万人
8	18、80、92、101、118	18.598 7
9	18、80、94、101、260	18.570 5
10	18、80、94、101、259	18.474 5

[1]	成连华, 曹东强, 李欣. 房屋建筑施工事故致因因素分类研究[J]. 中国安全科学学报, 2023, 33(2): 16-22.
[2]	杨应柳, 晋良海, 邵波, 陈述, 江新, 陈颖. 基于复杂网络的煤矿火灾爆炸致因研究[J]. 中国安全科学学报, 2023, 33(1): 145-151.
[3]	陈然, 吴首蓉, 路超. 疫情下城市轨道交通车底运用计划编制[J]. 中国安全科学学报, 2022, 32(S1): 51-56.
[4]	杨景峰, 朱大鹏, 赵瑞琳. 城轨网络站点重要度评估与级联失效抗毁性分析*[J]. 中国安全科学学报, 2022, 32(8): 161-167.
[5]	陈述, 朱丽萍, 陈云, 郑霞忠, 纪勤. 基于复杂网络的水电工程施工安全隐患时序特性*[J]. 中国安全科学学报, 2022, 32(8): 61-66.
[6]	吴海涛, 侯成龙, 黎双喜, 谭惠文. 考虑客流聚集风险的轨道交通跨站停车方案优化[J]. 中国安全科学学报, 2022, 32(6): 157-162.
[7]	马亮, 胡宸瀚, 陈光伟. 铁路快速货运复杂网络拓扑特征与鲁棒性分析[J]. 中国安全科学学报, 2022, 32(6): 178-185.
[8]	马敏, 胡大伟, 刘杰, 马壮林. 基于客流加权的城市轨道交通网络抗毁性分析[J]. 中国安全科学学报, 2022, 32(12): 141-149.
[9]	陈国华, 李佳玲, 陈学希, 杨琴. 灾害链网络下城市区域安全风险评估模型[J]. 中国安全科学学报, 2022, 32(11): 146-153.
[10]	李浩然, 王子恒, 杨起帆, 张亚君, 欧阳作林. 复杂网络下地铁灾害链演化模型与风险分析^*[J]. 中国安全科学学报, 2021, 31(11): 141-147.
[11]	任乐峰, 孟祥坤, 陈国明. 滩海油气管道泄漏风险演化与评估[J]. 中国安全科学学报, 2021, 31(1): 159-164.
[12]	周乃锋, 蒋帅. 海外城市轨道交通运营技术条件安全评估[J]. 中国安全科学学报, 2020, 30(S1): 152-157.
[13]	张帆, 步兵, 赵骏逸. 列车运行控制系统信息安全风险评估方法[J]. 中国安全科学学报, 2020, 30(S1): 172-178.
[14]	陈文瑛, 李泳暾, 宋志光. 基于复杂网络的生产安全事故致因研究:以北京市某城区为例[J]. 中国安全科学学报, 2020, 30(7): 7-12.
[15]	罗军华, 林孝松, 牟凤云, 李宏伟, 张莉. 山区暴雨-农业灾害链复杂网络静态风险分析[J]. 中国安全科学学报, 2020, 30(3): 163-170.