详情

原文传递基于多源数据的高速公路网络脆弱性分析

论文题名：	基于多源数据的高速公路网络脆弱性分析
关键词：	高速公路网络;网络脆弱性;多源数据;博弈论;时序数据挖掘;攻击策略
摘要：	高速公路网络是交通运输业的重要组成部分，是区域联系及社会活动能够有效维持的物质基础。然而，高速公路网络性能的发挥往往受到各种突发事件的影响，即高速公路网络具有一定的脆弱性，不仅降低高速公路网络的服务能力，甚至造成一定程度的人员或财产损失。随着经济的发展及高速公路网络的不断完善，高速公路网络脆弱性的研究已越来越受到交通管理者的重视及科学研究的关注。　　交通信息采集设施及技术的发展，使得交通管理者能够获得丰富的、多源的道路交通运行数据，包括交通流量数据、交通事故数据等。如何利用已有的丰富数据，通过科学的数据挖掘方法，分析高速公路网络脆弱性的影响因素，并评估网络脆弱性，进而制定科学合理的网络优化方案及改善措施，已经成为高速公路网络研究中迫切需要解决的实践难题和理论研究的科学前沿。本文以客观的高速公路多源数据为基础，基于数据的客观规律，结合博弈论思想，对高速公路网络脆弱性进行全面、科学的评估并识别网络关键路段，进而有针对性的提出改善建议。　　本文分别从节点、路段及系统三个层面分析高速公路网络的脆弱性影响因素，从网络属性、潜在威胁属性、流量属性和邻域属性四个方面剖析交通系统内部及外部因素对高速公路网络脆弱性的影响机理；进而结合影响因素，分析高速公路网络脆弱性研究的多源数据需求及各数据来源，从而建立影响因素与数据需求之间的联系，提出高速公路网络脆弱性研究中基于多源数据的必要性及应用价值。　　基于多源数据的必要性分析，针对现有的数据量最大、最容易获取的高速公路收费数据，结合气象数据、交通事故数据，通过分析外界因素（不良天气、交通事故）对高速公路交通流的影响机理，建立了高速公路任意路段断面流量推算算法；并随时间维度的推移构建能够描述交通流状态演化规律的时间序列，利用时序数据挖掘技术，对未被记录的高速公路微小事故进行识别，然后基于统计学思想，将SPF函数应用于识别网络中的事故多发点。高速公路的断面流量推算结果及事故多发点识别结果共同作为后文关键路段识别及脆弱性评估的主要数据输入。　　在定量研究的模型构建方面，本文以博弈论为基本理论，将网络脆弱性抽象为网络的攻击者，与交通管理者构成博弈双方，攻击者以最大限度降低网络性能为目标，交通管理者以最大化用户利益，使网络性能降低对用户影响最小为目标，通过博弈的思想，达到网络脆弱性识别和改善的同步进行，构建了双方的攻防博弈模型。　　同时，为设计与本文所建立模型相适应的求解算法，提出了博弈双方的熵函数-最短路策略及兴趣函数-用户均衡分配策略两种策略组合算法，在不考虑交通拥堵传播的影响时，交通管理者根据最短路原则对网络上的交通需求进行分配，潜在威胁事件根据熵函数来决策对路段的攻击策略；当考虑拥堵传播时，交通管理者根据用户均衡条件进行交通分配，潜在威胁事件根据兴趣函数对网络进行攻击。当双方博弈过程终止时，即输出网络的脆弱性值及关键路段识别结果，同时给出相应的交通分配应对策略。　　为验证本文方法的有效性和应用性，以黑龙江省高速公路网络为例，结合黑龙江省高速公路上采集到的多源数据（包括路网相关数据、收费数据、天气数据、交通事故数据等），针对两种不同的博弈策略组合，得到两种算法下网络的脆弱性值及关键路段排序结果，对两种结果进行比较分析，并全面评价黑龙江省高速公路网络的脆弱性，结合评价结果，给出相应的政策建议。
作者：	张涛
专业：	交通运输规划与管理
导师：	安实
授予学位：	博士
授予学位单位：	哈尔滨工业大学
学位年度：	2015
正文语种：	中文