一种基于链路预测的加权航线网络演化建模方法技术

本发明专利技术公开了一种基于链路预测的加权航线网络演化建模方法，属于民航技术领域，包括采用链路预测算法甄选出对航线网络演化影响最大的相似性指标，基于选定相似性指标，在传统BBV演化模型的基础上构建加权航线网络演化模型。通过在模型中设置连接概率、淘汰概率、航线权重等不同参数，拟合扩张、收缩等多种不同的动态演化状态，解决了提高航线网络演化拟合精度的技术问题，本发明专利技术用链路预测思想代替连接偏好函数，考虑了航线网络演化过程中权重动态变化特性，提高了航线网络演化的拟合精度，本发明专利技术可以拟合不同航空公司航线网络的扩张、收缩等多种不同演化状态，相较于其它网络演化建模方法，具有准确性与稳定性更好的优点。具有准确性与稳定性更好的优点。具有准确性与稳定性更好的优点。

【技术实现步骤摘要】
一种基于链路预测的加权航线网络演化建模方法


[0001]本专利技术属于民航
，涉及一种基于链路预测的加权航线网络演化建模方法。

技术介绍

[0002]随着航空自由化的快速发展，航空运输在交通运输领域占据着越来越重要的地位。航线网络是航空公司运营规划的重要要素之一，关系着航空公司在航空运输市场中的竞争力水平。探讨航线网络演化，有利于从航空公司网络层面深入理解航空运输系统，对于科学规划航线网络、优化网络结构、提升企业竞争力具有重要意义。
[0003]传统的航线网络演化模型通常是在BA模型、WS模型、ER模型等基础上对连接偏好函数进行改进，这些模型未考虑网络中节点和边的权重，仅适用于无权网络的扩张演化研究。在实际航空运输中，航线网络的机场节点和航线边均含有相应的权值，网络中一个机场或一条航线边的增减会引起其他机场或航线边权值的改变，并且不同航空公司的航线网络存在扩张、收缩等多种不同的演化状态。此外，航线网络的演化往往受到航班、机场、旅客等外部因素和网络结构的共同影响，传统的连接偏好函数无法较好地体现这一特征。

技术实现思路

[0004]本专利技术的目的是提供一种基于链路预测的加权航线网络演化建模方法，解决了提高航线网络演化拟合精度的技术问题。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于链路预测的加权航线网络演化建模方法，包括如下步骤：
[0007]步骤1：建立数据采集服务器、指标挖掘服务器和模型服务器，数据采集服务器用于采集航空公司的航线网络；
[0008]指标挖掘服务器从数据采集服务器中调取航线网络后，采用链路预测算法对航线网络中的单个及耦合相似性指标分别进行精确度AUC值计算，挖掘对航空公司航线连接影响最大的相似性指标，具体步骤如下：
[0009]步骤1
‑
1：对单个相似性指标求解AUC值；
[0010]步骤1
‑
2：选取AUC值最大的2个相似性指标进行耦合，耦合相似性指标的计算公式如下：
[0011][0012]其中，表示机场v
i
与机场v
j
之间的耦合相似性指标值，参数γ∈[0,1]，和表示机场v
i
与机场v
j
之间的单个相似性指标中的AUC值最高的2类；
[0013]步骤1
‑
3：求解耦合相似性指标的AUC值，将解耦合相似性指标的AUC值与单个相似性指标进行比较，取二者当中值大的作为相似性指标结果S
ij
进行输出；
[0014]步骤2：模型服务器从数据采集服务器调取航线网络作为初始网络，并从指标挖掘
服务器中调取相似性指标结果，依据相似性指标结果，构建基于改进BBV模型的加权航线网络演化模型，具体步骤如下：
[0015]步骤2
‑
1：调取航线网络作为初始网络，设定航线网络为G＝(V,E)；设定演化后航线网络的预期机场数及演化模型中P1、P2、P3、P4、f、W0的取值；
[0016]步骤2
‑
2：生成一个随机数α∈[0,1]：执行如下条件跳转：
[0017]若0<α≤P1，则执行步骤2
‑
3；
[0018]若P1<α≤P1+P2，则执行步骤2
‑
4；
[0019]若P1+P2<α≤P1+P2+P3，则执行步骤2
‑
5；
[0020]若P1+P2+P3+P4<α≤1，则执行步骤2
‑
6；
[0021]步骤2
‑
3：向航线网络中增加一个新机场；更新航线网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；
[0022]步骤2
‑
4：向航线网络中淘汰一个原有机场；更新航线网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；
[0023]步骤2
‑
5：向航线网络中增加一条新航线；更新网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；
[0024]步骤2
‑
6：向航线网络中淘汰一条原有航线；更新网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；
[0025]步骤2
‑
7：结束。
[0026]优选的，所述数据采集服务器、所述指标挖掘服务器和所述模型服务器通过互联网相互通信。
[0027]优选的，在执行步骤1
‑
1时，具体包括如下步骤：
[0028]步骤1
‑1‑
1：设定N表示网络中的机场个数，{v1，v2，L，v
N
}表示网络中的机场集合，M表示网络中的航线条数，W
ij
表示从机场v
i
至机场v
j
的航线边的权重，若从机场v
i
至机场v
j
无航线连接，则W
ij
＝0；
[0029]步骤1
‑1‑
2：将M条已知航线分为训练集E
X
和测试集E
C
两个部分，利用训练集E
X
中的结构信息，基于不同的相似性指标，为测试集Ec中的航线和{0.5
×
N(N
‑
1)
‑
M}条不存在的航线分别计算相应的分数值；
[0030]步骤1
‑1‑
3，随机在测试集E
C
和不存在的航线中分别抽取一条航线，比较二者的分数值：若测试集E
C
中的航线得分高则计1分；若二者分数值相等则计0.5分；若测试集E
C
中的航线得分低则不计分；AUC的测度公式为：
[0031][0032]其中，t1为测试集E
C
中的航线得分高的次数，t2为二者分数相等的次数，t为随机抽样总次数。
[0033]优选的，在执行步骤1
‑1‑
2时，所述不同的相似性指标具体包括PA指标LNBCN指标LNBAA指标LNBRA指标LHN
‑
I指标机场航班量相似性指标机场航线数相似性指标和旅客吞吐量相似性指标
[0034]优选的，在执行步骤2
‑
3时，具体包括如下步骤：
[0035]步骤2
‑3‑
1：向航线网络中增加一个新机场本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于链路预测的加权航线网络演化建模方法，其特征在于：包括如下步骤：步骤1：建立数据采集服务器、指标挖掘服务器和模型服务器，数据采集服务器用于采集航空公司的航线网络；指标挖掘服务器从数据采集服务器中调取航线网络后，采用链路预测算法对航线网络中的单个及耦合相似性指标分别进行精确度AUC值计算，挖掘对航空公司航线连接影响最大的相似性指标，具体步骤如下：步骤1
‑
1：对单个相似性指标求解AUC值；步骤1
‑
2：选取AUC值最大的2个相似性指标进行耦合，耦合相似性指标的计算公式如下：其中，表示机场v
i
与机场v
j
之间的耦合相似性指标值，参数γ∈[0,1]，和表示机场v
i
与机场v
j
之间的单个相似性指标中的AUC值最高的2类；步骤1
‑
3：求解耦合相似性指标的AUC值，将解耦合相似性指标的AUC值与单个相似性指标进行比较，取二者当中值大的作为相似性指标结果S
ij
进行输出；步骤2：模型服务器从数据采集服务器调取航线网络作为初始网络，并从指标挖掘服务器中调取相似性指标结果，依据相似性指标结果，构建基于改进BBV模型的加权航线网络演化模型，具体步骤如下：步骤2
‑
1：调取航线网络作为初始网络，设定航线网络为G＝(V,E)；设定演化后航线网络的预期机场数及演化模型中P1、P2、P3、P4、f、W0的取值；步骤2
‑
2：生成一个随机数
ɑ
∈[0,1]：执行如下条件跳转：若0<
ɑ
≤P1，则执行步骤2
‑
3；若P1<
ɑ
≤P1+P2，则执行步骤2
‑
4；若P1+P2<
ɑ
≤P1+P2+P3，则执行步骤2
‑
5；若P1+P2+P3+P4<
ɑ
≤1，则执行步骤2
‑
6；步骤2
‑
3：向航线网络中增加一个新机场；更新航线网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；步骤2
‑
4：向航线网络中淘汰一个原有机场；更新航线网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；步骤2
‑
5：向航线网络中增加一条新航线；更新网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；步骤2
‑
6：向航线网络中淘汰一条原有航线；更新网络中原有航线和机场的权重；若此时航线网络中的机场数量不等于预期机场数，则返回步骤2
‑
2，否则执行步骤2
‑
7；步骤2
‑
7：结束。2.如权利要求1所述的一种基于链路预测的加权航线网络演化建模方法，其特征在于：所述数据采集服务器、所述指标挖掘服务器和所述模型服务器通过互联网相互通信。3.如权利要求1所述的一种基于链路预测的加权航线网络演化建模方法，其特征在于：在执行步骤1
‑
1时，具体包括如下步骤：
步骤1
‑1‑
1：设定N表示网络中的机场个数，{v1，v2，L，v
N
}表示网络中的机场集合，M表示网络中的航线条数，W
ij
表示从机场v
i
至机场v
j
的航线边的权重，若从机场v
i
至机场v
j
无航线连接，则W
ij
＝0；步骤1
‑1‑
2：将M条已知航线分为训练集E
x
和测试集E
c
两个部分，利用训练集E
x
中的结构信息，基于不同的相似性指标，为测试集Ec中的航线和{0.5
×
N(N
‑
1)
‑
M}条不存在的航线分别计算相应的分数值；步骤1
‑1‑
3，随机在测试集E
c
和不存在的航线中分别抽取一条航线，比较二者的分数值：若测试集E
c
中的航线得分高则计1分；若二者分数值相等则计0.5分；若测试集E
c
中的航线得分低则不计分；AUC的测度公式为：其中，t1为测试集E
c
中的航线得分高的次数，t2为二者分数相等的次数，t为随机抽样总次数。4.如权利要求3所述的一种基于链路预测的加权航线网络演化建模方法，其特征在于：在执行步骤1
‑1‑
2时，所述不同的相似性指标具体包括PA指标LNBCN指标LNBAA指标LNBRA指标LHN
‑
I指标机场航班量相似性指标机场航线数相似性指标和旅客吞吐量相似性指标5.如权利要求1所述的一种基于链路预测的加权航线网络演化建模方法，其特征在于：在执行步骤2
‑
3时，具体包括如下步骤：步骤2
‑3‑
1：向航线网络中增加一个新机场v
add
；选择网络中的f个原有机场进行航线连接，为每条新航线赋予同一权重值W0；机场v
i
被选中连接的概率P
add
→
i
的计算公式如...

【专利技术属性】
技术研发人员：杜皓月，杨文东，蒋云，黄依宁，韦佩妮，池雨林，彭纪元，王少琳，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：