排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
为了差异化直接相邻和间接相邻的车站对信息传递效率的影响,该文建立了基于信息传递效率的聚类系数模型,构建了地铁网络小世界特性评价方法。通过对全球52个城市的地铁网络样本的小世界特征值计算,得到基于信息传递效率的聚类系数算法的聚类系数值在0.195~0.407之间,平均值为0.29,虽然小于以线路为演化单位的公共交通网络中P空间(Space-of-Stops)下的聚类系数值,仍然远大于相同规模的随机网络聚类系数值(0.01~0.16,平均值为0.06)。故认为基于信息传递效率的聚类系数算法能够更加严格地评价物理网络是否具有小世界特性。在此方法下,52个样本城市地铁网络仍具有小世界特性。 相似文献
2.
以经过地铁车站的拓扑线路数目作为评价地铁网络度分布的量化标准,通过最小二乘法(OLS)对统计数据非线性回归拟合,得到地铁网络度分布函数.首先,定义了地铁网络拓扑线路;其次,提出节点度和节点度分布的计算方法;最后,对52个地铁网络样本做非线性回归拟合.结果显示,52个地铁网络节点度分布能够被漂移幂律函数拟合,且地铁车站数目大于300的地铁网络,标度系数-b在2~3之间,且常量a在0~1范围内,这表明地铁网络度分布介于指数分布和幂律分布之间,这一结果与实际现象相吻合. 相似文献
1