应急物流网络中关键节点的识别方法技术

本发明专利技术提供了应急物流网络中关键节点的识别方法，涉及复杂网络技术领域，首先对全网中节点的投票得分进行初始化，并计算每个节点的投票能力，通过每个节点综合自身影响力、邻居节点的投票能力和投票概率等因素，计算获得节点的投票得分，同时选择投票得分最大的节点作为关键传播节点，更新选定节点的投票得分和投票能力，最后进行迭代循环，直到选择出所需的关键传播节点数量为止。本发明专利技术综合考虑节点的度值和节点的邻居数量、邻居节点的投票能力和节点间相似性等因素，并引入节点间的相似性实现当选节点对其邻居投票能能力的自适应削弱，解决了现有投票机制粗粒化的问题，具有较优的性能。优的性能。优的性能。

【技术实现步骤摘要】
应急物流网络中关键节点的识别方法


[0001]本专利技术涉及复杂网络
，尤其涉及应急物流网络中关键节点的识别方法。

技术介绍

[0002]近年来，复杂网络中关键节点识别问题引起了越来越多学者的广泛关注，识别关键节点对研究网络的各种功能特性及网络实际应用至关重要，通过识别网络结构中具有重要影响作用的节点，可以进行网络的传播性、控制性、安全性、抗毁性和攻击性等研究。
[0003]目前关键节点识别研究已经在应急物流网络构建、社交网络传播、交通网络承载、生物病毒网络防治及电力网络抗毁中有着重要的应用。在物流网络中，选择出一组影响力大的传播节点作为应急保障关键节点，可以保证应急物资的快速、高效运输；在现实社交网络中，选出影响力大的传播节点可以加快信息的传播，可以迅速定位社交网络中的关键传播者，管控谣言的传播；在城市交通网、铁路运输网、航空网、通信网等基础设施承载网络中，通过识别网络节点的关键程度，可以为管理者提供网络保障策略；在生物病毒防治网络中，找到关键传播节点可以有效在疾病传播初期做好预防和管控，使整个网络的疫情传播能力显著降低；在电力网络中，通过发现与保护电力网络中的关键输电线路节点，以此提高网络整体的鲁棒性，增加电力网络的抗毁性。其中，应急物流网络拥有复杂的网络结构，而网络结构的动态变化更是增加了网络的复杂性，通过运用复杂网络技术对比分析应急物流网络的各种特性，并结合网络拓扑的动态特性研究应急物流网络的构建以及保障策略，可以有效实现科学应急、智慧应急，提高突发公共事件下国家的应急保障能力，对于维护人民的生命健康安全、促进社会秩序稳定发展都有着不可替代的作用与深远的意义。
[0004]在复杂网络关键节点识别的理论研究方面，国内外的研究者已经提出了多类方法，主要分为以下几类：
[0005]基于邻居排序的方法，该类算法主要通过对邻居节点的数量进行评估，判断出节点的关键度。主要算法有度中心性、半局部中心性等算法。
[0006]基于路径排序方法，该类算法通过考察节点对网络中信息流的控制能力，对信息流经过的最短路径传输信息进行排序，主要有接近中心性、离心中心性、介数中心性、Katz中心性和随机游走介数中心性等算法。
[0007]基于节点位置排序的方法，该类排序算法从网络的整体结构进行考虑，依据节点在网络中的位置对节点的关键性进行评判。
[0008]基于特征向量排序的方法，把所有节点看作同样重要的节点，只考虑邻居节点的数量和其在网络中的位置去判断节点的重要程度，然而不同节点的重要程度是不相同的，该类算法综合考虑了邻居节点的数量以及所连邻居节点的自身影响力，主要有特征向量中心性、累计提名、pagerank和Hits算法等。
[0009]近几年来，在对上述经典算法研究的基础上，出现了许多新的有代表性的算法。Zhang Jian
‑
xiong等人在2016年，提出了一种识别复杂网络中具有影响力的传播节点算法
‑
VoteRank，该算法引入了投票机制来寻找关键节点，节点通过获得邻居的投票来计算投
票得分，最终在全网选择本轮投票得分最大的节点作为传播节点。Fan Yang在2017年，等人于提出的一种扩展局部k
‑
shell和中心性的观点的ELKSS算法，该算法在对网络进行K
‑
shell分解的基础上，对节点两跳以内邻居节点的K
‑
shell值相加，再对该节点的邻居节点的局部K
‑
shell和进行扩展，该算法只考虑了Ks值，具有一定的局限性。Yu Z等人在2018年提出了ProfitLeader，PL算法，该算法从可用资源AR和共享概率SP两个方面对给定节点的盈利能力进行建模，通过计算所有节点的盈利能力，获得排序列表；该算法复杂度较低，可以适用于大型网络。Zhao Jie等人于2020年提出了GIN算法，该算法中节点的重要性不但与自身重性有关还与其连接节点的重要性有关；该算法较为简单，但是仅以自身与邻居节点的度、与邻居节点的距离作为影响因素，节点影响力识别的准确度不高。2021年，Liu Peng
‑
feng等人在VoteRank算法基础上提出了VoteRank plus算法，该算法考虑到节点之间不同的接近程度，节点可能会对其邻居进行不同的投票，因此在投票过程中增加对邻居投票概率因素的考虑，但在对关键节点识别结果的区分度上仍然有待提高。
[0010]通过对近几年最新算法的研究发现，基于投票的算法由于源于真实投票思想，对比其他非投票算法，该类算法简单，投票的结果能有效刻画节点的关键程度，并在投票结束后降低邻居节点的投票能力，有效均衡网络中关键节点的分布，减少关键节点周围影响区域的重叠，通过对若干个关键节点的选取，有效实现最大化的信息传播。但是该类投票算法在对全网节点的进行关键程度排序的区分度不高，同时存在节点投票能力无法自适应降低等问题。

技术实现思路

[0011]本专利技术提供了应急物流网络中关键节点的识别方法，目的是为了解决现有技术中存在的缺点。
[0012]为了实现上述目的，本专利技术提供如下技术方案：应急物流网络中关键节点的识别方法，包括如下步骤：
[0013]输入具有V个节点，E条边的无向无权网络G＝(V,E)；
[0014]初始化全网节点的投票得分与投票能力；
[0015]根据节点v所有邻居节点度值之和与全网最大度值DC
max
的比值与邻居数量之积计算节点v自身影响力sa
v
；
[0016]通过所有邻居节点的度值之和与全网最大度值DC
max
的比值计算获得节点的投票能力va
v
；
[0017]根据节点v与其邻居节点u的相似性J(u,v)以及节点u和其所有邻居节点的相似性之和的比值获得节点投票概率vp(u,v)；
[0018]遍历投票选举过程，得到所需的关键传播节点数量，结束选举；
[0019]所述投票选举过程包括如下步骤：
[0020]开始投票选举，节点v综合自身影响力sa
v
、邻居节点u的投票能力va
u
以及投票概率vp(u,v)因素，计算获得节点的投票得分vs
v
；
[0021]获得投票得分vs
v
最大的节点作为关键传播节点；
[0022]更新当选节点两跳内邻居节点的投票能力。
[0023]优选的，所述节点的投票能力计算过程包括：
[0024]给定网络G＝(V,E)中，节点v的投票能力为va
v
，va
v
根据节点v所有邻居节点的度值之和与全网最大度值DC
max
的比计算得到，节点v的投票能力va
v
计算公式如下：
[0025][0026]其中，节点u为节点v的邻居节点，节点u的度值为DC(u)，节点v的邻居节点集合为Γ(v)。
...

【技术保护点】

【技术特征摘要】
1.应急物流网络中关键节点的识别方法，其特征在于，包括如下步骤：输入具有V个节点，E条边的无向无权网络G＝(V,E)；初始化全网节点的投票得分与投票能力；根据节点v所有邻居节点度值之和与全网最大度值DC
max
的比值与邻居数量之积计算节点v自身影响力sa
v
；通过所有邻居节点的度值之和与全网最大度值DC
max
的比值计算获得节点的投票能力va
v
；根据节点v与其邻居节点u的相似性J(u,v)以及节点u和其所有邻居节点的相似性之和的比值获得节点投票概率vp(u,v)；遍历投票选举过程，得到所需的关键传播节点数量，结束选举；所述投票选举过程包括如下步骤：开始投票选举，节点v综合自身影响力sa
v
、邻居节点u的投票能力va
u
以及投票概率vp(u,v)因素，计算获得节点的投票得分vs
v
；获得投票得分vs
v
最大的节点作为关键传播节点；更新当选节点两跳内邻居节点的投票能力。2.如权利要求1所述的应急物流网络中关键节点的识别方法，其特征在于，所述节点的投票得分求解的过程包括：给定网络G＝(V,E)中，节点v的投票能力为va
v
，va
v
根据节点v所有邻居节点的度值之和与全网最大度值DC
max
的比计算得到，节点v的投票能力va
v
计算公式如下：其中，节点u为节点v的邻居节点，节点u的度值为DC(u)，节点v的邻居节点集合为Γ(v)。3.如权利要求1所述的应急物流网络中关键节点的识别方法，其特征在于，给定网络G＝(V,E)中，节点u为节点v的邻居节点，v的邻居个数为|Γ(v)|，邻居节点集合为Γ(v)，节点v的自身影响力计算公式如下：4.如权利要求3所述的应急物流网络中关键节点的识别方法，其...

【专利技术属性】
技术研发人员：王冠，孙泽军，王飞飞，胡海峰，李远哲，张诗梦，樊爱宛，
申请(专利权)人：平顶山学院，
类型：发明
国别省市：