基于多空间数据驱动的交通枢纽复杂动态网络构建方法技术

本申请涉及一种基于多空间数据驱动的交通枢纽复杂动态网络构建方法。所述方法包括：对多空间数据进行清洗，得到人员时空信息；根据人员时空信息进行社团划分，将人员划分为旅客社团和员工社团，采用度优先机制和距离优先机制结合构建静态网络，得到旅客静态网络和员工静态网络；根据混合移动行为模式进行旅客移动行为建模，利用蒙特卡洛仿真方法和移动路径进行建模，得到移动接触网络；将移动接触网络、旅客静态网络和员工静态网络进行网络聚合，得到复杂动态网络。采用本方法能够提高交通需求分析准确度。分析准确度。分析准确度。

【技术实现步骤摘要】
基于多空间数据驱动的交通枢纽复杂动态网络构建方法


[0001]本申请涉及复杂网络和复杂系统建模
，特别是涉及一种基于多空间数据驱动的交通枢纽复杂动态网络构建方法、装置、计算机设备和存储介质。

技术介绍

[0002]复杂系统在我们的日常生活、科学、经济中扮演着重要的角色，每个复杂系统背后都存在着一个错综复杂的网络，网络刻画了复杂系统各个组成部分之间的交互关系。社会是一个复杂系统，职场关系、朋友关系和家庭关系等构成了社会网络。复杂网络已经成为一种重要的复杂社会系统建模方法，可以支持复杂社会系统行为、复杂现象和复杂问题的研究。从社会网络中的小世界性质被发现至今，社会网络分析与社会网络构建已成为网络科学领域的研究热点。交通枢纽是国家或区域交通运输系统的重要组成部分，是不同运输方式的交通网络运输线路的交汇点，是由若干种运输方式所连接的固定设备和移动设备组成的整体,共同承担着枢纽所在区域的直通作业、中转作业、枢纽作业以及城市对外交通的相关作业等功能。大型交通枢纽中人群规模大，人员类型多，人员流动特征复杂，形成了相应地复杂的动态社会网络。经过长期发展，我国已经建成完善的交通基础设施系统，但各交通方式自成体系、缺乏互连互通的协同机制。为打破各交通方式原来的独自发展模式，推动综合交通统筹融合发展，运输模式由单一运输方式转向多式协同联运是发展所趋。
[0003]然而，目前的专项交通需求分析仅面向单一的交通网络，譬如铁路需求分析仅涵盖铁路网络，存在分析范围小、分析准确度差等问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种基于多空间数据驱动的交通枢纽复杂动态网络构建方法、计算机设备和存储介质。
[0005]一种基于多空间数据驱动的交通枢纽复杂动态网络构建方法，所述方法包括：
[0006]获取多空间数据；多空间数据包括物理空间数据、社会空间数据和信息空间数据；物理空间数据包括交通枢纽地理位置；社会空间数据包括交通枢纽内人员信息；信息空间数据包括乘客车次定稿信息和车次实施运行状态信息；
[0007]对多空间数据进行清洗，得到人员时空信息；根据人员时空信息进行社团划分，将人员划分为旅客社团和员工社团，采用度优先机制和距离优先机制结合的方式对社团成员之间建立连接关系，不同的社团群组按照不同的模型参数同时独立进行演化分别构建静态网络，得到旅客静态网络和员工静态网络；
[0008]构建随机游走与目标导向结合的混合移动行为模式，根据混合移动行为模式进行旅客移动行为建模，利用旅客移动过程中所选择的接受服务的窗口，根据接受服务的必要性和非必要性，逻辑性和时序性，组合排列得到旅客在各员工社团群组之间的移动路径，利用蒙特卡洛仿真方法和移动路径进行建模，得到移动接触网络；
[0009]将移动接触网络、旅客静态网络和员工静态网络进行网络聚合，得到复杂动态网
络。
[0010]在其中一个实施例中，旅客为购票后在交通枢纽乘坐交通工具、流动周期短、目的性强、流动范围大、具有一定规律性的群体；员工为拥有固定的在岗时间和固定的工作区位，在一段时间内流动范围稳定的群体；根据人员时空信息进行社团划分，将人员划分为旅客社团和员工社团，包括：
[0011]根据人员在交通枢纽中的不同行为不同将人员分为旅客和员工；利用旅客和员工所处的各自乘坐环境或工作环境，结合空间上的限制和时间上的限制对旅客和员工分别进行社团划分，得到旅客社团和员工社团；旅客社团和员工社团均具有唯一标识社团ID号和属于社团的人员的ID以及其对应的人员类型；空间上的限制包括不同航站楼、楼层和窗口；时间上的限制包括不同乘坐日期的旅客和不同上岗时间的员工。
[0012]在其中一个实施例中，静态网络的度分布服从幂律分布；采用度优先机制和距离优先机制结合的方式对社团成员之间建立连接关系，不同的社团群组按照不同的模型参数同时独立进行演化分别构建静态网络，包括：
[0013]将所有的旅客社团和员工社团依据各自的时间和空间信息分为多个社团群组，每个群组根据度优先机制生成初始网络模型，将社团规模、社团之间的距离和节点的度对初始网络模型进行演化，得到静态网络。
[0014]在其中一个实施例中，每个群组根据度优先机制生成初始网络模型，将社团规模、社团之间的距离和节点的度对初始网络模型进行演化，得到静态网络，包括：
[0015]每个群组根据度优先机制生成初始网络模型，初始网络模型有c0个社团，每个社团中有n0个节点；n0个节点两两相连；
[0016]当c0≥2时，社团之间两两相连，先按照社团规模及距离优先机制选择一个社团，再根据度优先机制选择社团中的一个节点产生连边；
[0017]对网络进行演化的过程中，每演化一步，都以概率p向网络中添加一个社团，以概率1
‑
p向网络中的一个社团添加add
num
个节点，当网络中的总节点数与目标总节点数相等时，演化结束，最终生成静态网络。
[0018]在其中一个实施例中，目标导向是指旅客在进行必要的移动时，根据当前自身需求前往特定类别的服务窗口，在选择具体窗口时会根据距离的远近和人群的拥挤度进行选择；随机游走为是指在满足自身需求的同时会进行随机的探索行为，并且与服务窗口中员工发生接触行为的概率也是随机的。
[0019]在其中一个实施例中，利用蒙特卡洛仿真方法和移动路径进行建模，得到移动接触网络，包括：
[0020]采用蒙特卡洛仿真的方法，通过生成随机数的方式模拟每次服务窗口的选择生成移动移动路径，通过移动路径将工作人员作为枢纽，建立旅客和员工的移动接触关系，不同时间和空间的旅客在接收员工服务过程中建立了与员工的接触关系，根据这些接触关系生成了对应时空上的旅客与员工网络连边，随着时间的推进，交通枢纽不停地运营，连边不断生长，形成了移动接触网络。
[0021]在其中一个实施例中，将移动接触网络、旅客静态网络和员工静态网络进行网络聚合，得到复杂动态网络，还包括：
[0022]根据移动接触网络中旅客与员工之间的连接，并且利用人员和社团的ID和存在时
间对旅客静态网络序列和员工静态网络序列进行聚合，得到复杂动态网络。
[0023]在其中一个实施例中，根据移动接触网络中旅客与员工之间的连接，并且利用人员和社团的ID和存在时间对旅客静态网络序列和员工静态网络序列进行聚合，得到复杂动态网络，包括：
[0024]根据移动接触网络中旅客与员工之间的连接，利用人员和社团的ID确定聚合关系对旅客静态网络序列和员工静态网络序列进行聚合吗，得到原始聚合网络；
[0025]根据信息空间数据中的实时交通工具运行状态和交通枢纽运营状态将社会关系的时间属性嵌入原始聚合网络中，得到复杂动态网络。
[0026]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0027]获取多空间数据；多空间数据包括物理空间数据、社会空间数据和信息空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多空间数据驱动的交通枢纽复杂动态网络构建方法，其特征在于，所述方法包括：获取多空间数据；所述多空间数据包括物理空间数据、社会空间数据和信息空间数据；所述物理空间数据包括交通枢纽地理位置；所述社会空间数据包括交通枢纽内人员信息；所述信息空间数据包括乘客车次定稿信息和车次实施运行状态信息；对所述多空间数据进行清洗，得到人员时空信息；根据所述人员时空信息进行社团划分，将人员划分为旅客社团和员工社团，采用度优先机制和距离优先机制结合的方式对社团成员之间建立连接关系，不同的社团群组按照不同的模型参数同时独立进行演化分别构建静态网络，得到旅客静态网络和员工静态网络；构建随机游走与目标导向结合的混合移动行为模式，根据所述混合移动行为模式进行旅客移动行为建模，利用旅客移动过程中所选择的接受服务的窗口，根据接受服务的必要性和非必要性，逻辑性和时序性，组合排列得到旅客在各员工社团群组之间的移动路径，利用蒙特卡洛仿真方法和所述移动路径进行建模，得到移动接触网络；将所述移动接触网络、旅客静态网络和员工静态网络进行网络聚合，得到复杂动态网络。2.根据权利要求1所述的方法，其特征在于，所述旅客为购票后在交通枢纽乘坐交通工具、流动周期短、目的性强、流动范围大、具有一定规律性的群体；所述员工为拥有固定的在岗时间和固定的工作区位，在一段时间内流动范围稳定的群体；根据所述人员时空信息进行社团划分，将人员划分为旅客社团和员工社团，包括：根据人员在交通枢纽中的不同行为不同将人员分为旅客和员工；利用旅客和员工所处的各自乘坐环境或工作环境，结合空间上的限制和时间上的限制对旅客和员工分别进行社团划分，得到旅客社团和员工社团；所述旅客社团和员工社团均具有唯一标识社团ID号和属于社团的人员的ID以及其对应的人员类型；所述空间上的限制包括不同航站楼、楼层和窗口；所述时间上的限制包括不同乘坐日期的旅客和不同上岗时间的员工。3.根据权利要求1所述的方法，其特征在于，所述静态网络的度分布服从幂律分布；采用度优先机制和距离优先机制结合的方式对社团成员之间建立连接关系，不同的社团群组按照不同的模型参数同时独立进行演化分别构建静态网络，包括：将所有的旅客社团和员工社团依据各自的时间和空间信息分为多个社团群组，每个群组根据度优先机制生成初始网络模型，将社团规模、社团之间的距离和节点的度对所述初始网络模型进行演化，得到静态网络。4.根据权利要求3所述的方法，其特征在于，每个群组根据度优...

【专利技术属性】
技术研发人员：陈彬，郭润康，艾川，许凯，焦鹏，杨芳，代云凯，季雅泰，陈海亮，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：