一种航空交通网络模体识别方法及子图结构韧性评估方法技术

本发明专利技术提供了一种航空交通网络模体识别方法及子图结构韧性评估方法；从局部角度出发，以构成空中交通网络的子图结构为研究对象，对其模体特性进行识别。通过对子图浓度在外界扰动下的变化情况进行分析，提出子图结构韧性概念表征网络底层拓扑结构的动态演化规律；以华东地区空中交通网络为例，对低阶子图结构进行了模体特性识别，并对不同扰动下子图结构韧性的变化情况进行评估。本发明专利技术所述的子图结构的模体特性符合空中交通网络的实际连通度需求；在网络受扰动及恢复过程中，子图相对浓度较为稳定，子图结构韧性和网络宏观结构变化之间较为一致。

【技术实现步骤摘要】
一种航空交通网络模体识别方法及子图结构韧性评估方法
本专利技术属于交通网络
，尤其是涉及一种航空交通网络模体识别方法及子图结构韧性评估方法。
技术介绍
目前，对空中交通网络的研究内容主要围绕网络自身的结构功能特性及空中交通网络受扰动状态下的运行情况展开，鲜有对扰动后空中交通网络恢复能力的研究。而韧性作为系统的一种固有属性，可以较好的表现复杂系统预测、吸收、适应以及从破坏性事件中恢复的能力。韧性研究已经在生物结构、电力系统、指挥信息系统、城市建设等多个领域展开，主要研究方法是通过观察全局拓扑特征(中心性指标、小世界特性、幂律分布特性)和网络受扰动及恢复过程中网络指标(最大连通子图、网络效率)等的变化情况进行分析。然而，不同的局部结构会对网络整体的表现产生很大的影响，具有相似全局结构的网络之间也可能由于功能或生成机理的不同反映出不同的局部特征。Milo首次提出模体的概念，定义为在网络中反复出现的节点之间的连接结构。Schultz等证明了网络的鲁棒性及稳定性与网络中的低阶子图结构有关；Gorochowski等的研究结论表明网络中各低阶子图结构的相互协调并实现集体性功能的具体过程。因此，从局部特征角度对网络韧性进行研究具有重要意义。空中交通网络的与电力系统、社交网络类似，但是空中交通网络具有规律性、动态性，网络容量和有限性等特征。
技术实现思路
有鉴于此，本专利技术旨在提出一种航空交通网络模体识别方法及子图结构韧性评估方法，以解决空中交通网络在受扰动或可承载的运输能力下降及恢复时的变化情况的问题。<br>为达到上述目的，本专利技术的技术方案是这样实现的：一种航空交通网络模体识别方法，包括以下步骤：S1、通过交换算法或匹配算法生成与真实网络规模一致、切分布相通的随机网络；S2、利用ESU算法分别在真实网络和生成的随机网络中识别特定的导出子图，将导出子图构建同构子图数据库；S3、通过软件调取数据库中的同构子图来进行模体评价，识别同构子图的模体特性。进一步的，所述步骤S1中的匹配算法步骤如下：4)按源图中的节点度分布产生节点的轴辐序列，即生成每个节点和它自身度值的列表，每个节点按照度值分成若干新节点。5)随机从1)中生成的轴辐序列挑选两个节点进行连接，建立连边关系。6)将源-目标节点聚合，它们之间的连接聚合成一条边，生成和源图具有相同度分布的随机网络。进一步的，所述步骤S2中的ESU算法识别特定的导出子图的过程如下：ESU算法是基于点的枚举算法，通过思想是从每个顶点出发，每次增加一个大于当前顶点索引的新顶点，生成新的顶点集合，直到扩展成预定子图规模，得到源图的所有特定阶数的导出子图。进一步的，所述步骤S3中的模体评价识别模体特性的过程如下：模体评价一般通过定义子图结构在真实网络中出现的显著性水平；显著性水平如下公式得出：其中，Fkreal是真实网络里子图结构Nk出现的次数，是在生成的随机网络中子图结构Nk出现次数的平均值，std(Fkrand)是在多个与真实网络类似的随机网络里第Nk个子图出现的次数的标准差。当Z＞0时，呈现模体特性，即与随机网络相比，在空中交通网络中，该子图的结构特性显著出现。反之Z＜0时，呈现反模体特性，即在随机网络中更易形成该类型的子图结构。一种航空交通网络子图结构韧性评价方法，以下步骤：S1、通过ESU算法识别出空中交通网络中t时刻某种特定构型的子图数量；S2、通过子图数量计算出子图剩余浓度；S3、通过子图剩余浓度计算出子图结构韧性值。进一步的，所述步骤S1中计算出的子图数量标记为进一步的，所述步骤S2中计算子图剩余浓度是在网络受到扰动及自我恢复的过程中，网络中某种子图结构在t时刻自身数量与初始时刻网络整体子图数量的比值，其值可由下式计算：其中，为子图规模为N的第k个子图在时刻t的子图剩余浓度，为该该子图在时刻t出现的次数，是在初始时刻网络中规模为N的所有异构子图出现的次数。进一步的，所述步骤S3中子图结构韧性值计算过程如下：子图结构韧性是各子图结构抵御网络扰动并迅速恢复的能力。本文采用子图剩余浓度的变化情况对子图结构韧性值Tk进行定义，如下式所示。其中，为子图规模为N的第k个子图在时刻t的子图剩余浓度，初始时刻t0子图的剩余浓度状态为子图结构在网络韧性过程中剩余浓度最低值为在tm时刻网络重新达到稳态。相对于现有技术，本专利技术所述的一种航空交通网络模体识别方法及子图结构韧性评估方法具有以下优势：(1)本专利技术所述的网络模体识别方法以及子图结构韧性评价方法具有较高连通性的子图结构在空中交通网络中表现为模体特性；较低连通度的子图结构表现为反模体，该类子图结构出现频次小于随机网络中的出现频次。(2)本专利技术所述的子图结构韧性评价方法在空中交通网络中，子图结构剩余浓度可以较好的反映各子图结构随网络整体韧性过程的变化，子图结构韧性可以对网络韧性过程中的底层结构损失进行定量评价。(3)本专利技术所述的网络模体识别方法以及子图结构韧性评价方法结合子图结构及网络整体韧性结果，介数攻击对网络产生的影响较小，相同网络结构下度值恢复策略能以较小的韧性损失使网络恢复为稳态。(4)本专利技术所述的子图结构韧性评价方法在空中交通网络中，子图结构与网络整体之间在韧性过程中的损失表现存在着一定的一致性，但网络性能除受低阶结构的影响外，也与系统冗余度，连通性等其他功能因素有关。附图说明构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实施例所述的节点子图结构示意图；图2为本专利技术实施例所述的网络韧性过程示意图；图3为本专利技术实施例所述的匹配算法示意图；图4为本专利技术实施例所述的华东空中交通网络拓扑结构示意图；图5为本专利技术实施例所述的子图相对浓度变化示意图；图6为本专利技术实施例所述的子图剩余浓度变化示意图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。在本专利技术的描述中，需要说明的是，本文档来自技高网...

【技术保护点】
1.一种航空交通网络模体识别方法，其特征在于包括以下步骤：/nS1、通过交换算法或匹配算法生成与真实网络规模一致、切分布相通的随机网络；/nS2、利用ESU算法分别在真实网络和生成的随机网络中识别特定的导出子图，将导出子图构建同构子图数据库；/nS3、通过软件调取数据库中的同构子图来进行模体评价，识别同构子图的模体特性。/n

【技术特征摘要】
1.一种航空交通网络模体识别方法，其特征在于包括以下步骤：
S1、通过交换算法或匹配算法生成与真实网络规模一致、切分布相通的随机网络；
S2、利用ESU算法分别在真实网络和生成的随机网络中识别特定的导出子图，将导出子图构建同构子图数据库；
S3、通过软件调取数据库中的同构子图来进行模体评价，识别同构子图的模体特性。


2.根据权利要求1所述的一种航空交通网络模体识别方法，其特征在于：所述步骤S1中的匹配算法步骤如下：
1)按源图中的节点度分布产生节点的轴辐序列，即生成每个节点和它自身度值的列表，每个节点按照度值分成若干新节点。
2)随机从1)中生成的轴辐序列挑选两个节点进行连接，建立连边关系。
3)将源-目标节点聚合，它们之间的连接聚合成一条边，生成和源图具有相同度分布的随机网络。


3.根据权利要求1所述的一种航空交通网络模体识别方法，其特征在于：所述步骤S2中的ESU算法识别特定的导出子图的过程如下：
ESU算法是基于点的枚举算法，通过思想是从每个顶点出发，每次增加一个大于当前顶点索引的新顶点，生成新的顶点集合，直到扩展成预定子图规模，得到源图的所有特定阶数的导出子图。


4.根据权利要求1所述的一种航空交通网络模体识别方法，其特征在于：所述步骤S3中的模体评价识别模体特性的过程如下：
模体评价一般通过定义子图结构在真实网络中出现的显著性水平；显著性水平如下公式得出：



其中，Fkreal是真实网络里子图结构Nk出现的次数，是在生成的随机网络中子图结构Nk出现次数的平均值，std(Fkrand)是在多个与真实网络类似的...

【专利技术属性】
技术研发人员：王兴隆，赵嶷飞，齐雁楠，赵末，石宗北，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津;12