Indexed by：
Abstract：
首先,采用乘客刷卡数据和P空间法构建了加权有向网络。其次,利用改进的度中心性、接近中心性、中介中心性以及PageRank值识别加权网络中的重要节点和边。再次,采用Infomap算法根据乘客出行需求分布将加权网络划分为若干社团,辨识网络中客流的交互关系。最后,以北京市轨道交通网络为例,对本文方法的有效性进行验证,结果表明,本文方法可以有效地辨识加权网络中的关键节点、区间和社团结构,为保障轨道交通系统运营管理提供了支撑。
Keyword：
Reprint Author's Address：
Email：
Source ：
吉林大学学报(工学版)
Year： 2020
Issue： 03
Volume： 50
Page： 956-962
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
