基于复杂网络的长三角航线网络结构特征分析开题报告

 2023-02-06 08:42:34

1. 研究目的与意义

目前中国航空运输网络的地域布局和客流量分布呈现强烈的不平衡性,客流量集中在枢纽机场,部分地区机场集中、密度高。如长江三角洲地区作为中国经济高度发达地区拥有众多的机场。每万平方公里的机场密度为1.09个,成为中国机场密度最高的地区之一。2000年以来,长三角地区航空客运量逐年增加,增长速度较快,是中国航空客运发展最好的地区之一。

航空运输系统(ATS)可能是最复杂的人造系统之一,它表现出一种突发行为,即系统的某一部分的微小变化可能导致另一部分或系统的重大变化。航空运输系统,或者说任何运输基础设施,在我们的社会中,无论是在经济意义上还是在社会影响上,都发挥着战略作用。近年来,由于人们认识到许多自然的、人工的和组合的优化问题都可以用复杂网络来解释,该理论把大量自然界和社会中存在复杂系统抽象为由点和边组成的网络模型,通过对网络的拓扑性质、动力学性质等研究,揭示系统内在特性,为研究复杂性系统提供了新的理论基础。交通领域也开始引用网络和图论来解决问题,同时,航空网络已经被复杂网络学者研究证明为无标度网络,适合采用复杂网络理论进行研究。

2. 研究内容和预期目标

本文研究航空机场布局和旅客流量分布的空间不平衡性,以长江三角洲机场密集但整体效率不佳的情况为例,从复杂网络理论出发,将长江三角洲地区民用机场基础设施建模为一个网络,利用复杂网络工具分析了其网络结构及其特点。通过对复杂网络测度,如度分布、平均路径长度、聚类系数、中心度测度以及它们之间的相关性进行识别和研究,了解机场网络的拓扑结构。为了分析长三角地区航空网络运输系统的拓扑结构和不确定性,本文抽象和集成其各种复杂异构元素,以便评估其不确定性和其他特性。复杂网络理论提供了一个理论框架,可以帮助开发适当的模型和分析航空运输系统网络的拓扑结构。

3. 国内外研究现状

许多实际网络,包括机场航线网络,通常表现出两种拓扑特性之一,即由平均路径长度定义的小世界特性,或网络度分布符合幂律的无标度特性。已经有一些研究将无标度和小世界概念应用于分析航空运输网络,特别是从拓扑和交通动力学角度研究的全球航空网络(R.Guimera和Amaral,2004)。Guimera等人观察到,全球航空网络是一个小世界网络,因为其连接最多的节点不一定是其中心节点,大多数最短路径通过该节点,这意味着其中心度值出现异常,因此他们提出了一个包含地缘政治约束的模型来解释这一异常现象。Barrat等人在考虑其拓扑特征的基础上,更详细地研究了全球航空网络的交通动态,特别是其节点间的相互作用强度,他们还提出了一个用于确定加权网络演化的模型,以了解真实系统的统计特性(Barrat等人,2004b)。复杂网络测量也被用于分析特定国家和航空公司的航空运输网络,例如意大利(Guida和Maria,2007)、印度(Bagler,2008a)、巴西(da Rocha,2009)、中国(Wanget等人,2011)和汉莎航空公司(Reggiani等人,2009),每一个都有不同的特征和连通性。

国内金凤君等人对中国航空网络地域系统进行了研究,指出了中国航空网络发展的规律性:(1)机场数量、等级与吞吐量不匹配,且空间布局不均衡,机场空间布局与航空的吞吐量分布存在空间错位。(2)旅客运量集中在少数枢纽机场,同时他们还指出航空网络的空间联系和拓展具有独特的规律,呈现强烈的轴辐射网络结构。周蓓利用复杂网络理论对四川的航空网络进行了拓扑性质和演变机制的研究。周涛等围绕小世界效应和无标度特性等复杂网络的统计特征及复杂网络上的物理过程等问题,概述了复杂网络的研究进展。刘涛等从平均路径长度、聚类系数、度分布等复杂网络的统计性质,小世界网络和无标度网络等网络模型等层面简述了复杂网络领域的相关研究。史定华从对网络节点度和度分布的理解入手,对网络分类、网络的演化机理和模型及结构涌现等方面取得的进展进行了总结。总的来说,这些介绍都突出了对复杂网络上的统计性质、复杂网络经典模型的阐述和描述,对复杂网络理论在国外研究进展的介绍试图全面但却较为笼统。

4. 计划与进度安排

2022年11月2日——2022年11月29日:完成开题工作,阅读并整理文献资料;

2022年11月30日——2022年12月31日:收集并分析处理相关数据;

2022年1月1日——2022年3月17日:完成中期检查工作;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 参考文献

[1]Md.Murad Hossain, Sameer Alam. A complex network approach towards modeling andanalysis of the Australian Airport Network[J]. Air Transport Management, 2017, (60):1-9.

[2]BenjaminBlonder, Tina W. Wey, et al. Temporal dynamics and network analysis[J]. Methodsin Ecology and Evolution, 2012, 3: 958-972.

[3]GuimeraR, Amaral L. Modeling the world-wide airport network[J]. European PhysicalJournal B. 2004(38):381–385.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。