基于复杂网络的城市轨道交通-公交网络鲁棒性分析与优化

第一章绪论1.1研究背景与意义1.1.1研究背景21世纪以来，全球城市化进程持续加速。联合国所提供的统计资料显示，一直到2023年的时候，全球城市人口所占的比例已经达到了56%，并且依据目前城市化的发展趋势来进行预测的话，这个比例在2050年将会上升到大概68%。中国作为世界第二大经济体，城镇化率逐年攀升。在此背景下，城市轨道交通因其大运量、高效率、低碳环保等优势，成为缓解交通拥堵、支撑城市空间拓展的核心基础设施，依据交通运输部的最新统计数据可知，在2024年度，我国城市轨道交通系统的运营规模呈现出增长的态势，全年累计开行列车的数量达到了4085万列次，客运总量实现了322.4亿人次，其中进站量为192.9亿人次，客运周转量累计完成2670亿人次公里，相较于2023年，同比增加了28亿人次，增幅是9.5%。到2024年末的时候，全国轨道交通运营的总里程已经达到了12168.77公里，当年新增的运营线路长度为953.04公里，涉及到了6324座车站的运营网络。本年度新增运营车站580座，其中有4座车站是独立新增的站点，并没有随着线路的延伸，从系统制式分布的情况来看，43个城市所运营的267条地铁及轻轨线路，总里程达到了9477.6公里，16个城市运营的25条单轨、磁浮及市域快速轨道交通线路，总里程是970.7公里，以及18个城市运营的33条有轨电车及自动导向轨道线路，总里程达497.3公里。近年来我国城市公交事业持续推进优先发展战略，构建起了公共交通体系，该体系覆盖范围广、技术先进且服务多元。到2024年年末时我国城市公共交通系统构建起了地面公交网络体系，其覆盖范围十分广泛，统计数据显示，公共汽电车运营线路数量累计达7.9万多条，线路总里程超过173万公里，专用车道建设规模有所提升，已超过2万公里。在车辆配置方面，全行业运营车辆总数达到68.2万台，新能源车型在车辆构成中占主导地位，比例超过81%，空调车覆盖率达90%，低地板车辆占比18%，日均客运量近2亿人次，为城市居民提供了高效绿色的出行选择。公交线网不断向城市新区、郊区延伸，北京、上海等超大城市公交线路密度达每平方公里5公里以上，中小城市实现城区全覆盖。以北京市公共交通系统的发展历程为例，其极具代表性，建国初期公交线路仅有一条，如今已快速扩张到2200余条，运营车辆规模增长幅度大，实现了141倍的增长，服务乘客量突破49亿人次，见证了城市空间拓展与公交网络的协同发展。技术装备方面，新能源车辆成为主流，深圳、长沙等地已实现100%新能源化，AI调度系统、实时定位查询等智能技术广泛应用，乘客满意度有了提升。在城市公共交通体系之中，公交和地铁恰似血脉与骨架一般，共同支撑着城市的高效顺畅运转。作为地面与地下的两大主要出行方式，它们存在功能互补之处，还需要借助系统性的衔接来达成“双网融合”，塑造出层次清晰、覆盖广泛的立体化交通格局。地铁凭借大运量、快速直达的特性承担着城市骨干运输功能，而公交则依靠灵活多样的线网覆盖来承担“最后一公里”的接驳任务。许多地方借助优化公交线网结构，形成了“快线-干线-支线-微线”四级体系，比如说，福州把与地铁重复率较高的公交线路进行缩线或者停运处理，转而开通了20余条地铁接驳专线，将社区与地铁站点串联起来，西安则借助10条社区巴士覆盖了126个小区，达成了“地铁送到站、公交送到家”的效果。这种错位发展的方式避免了资源的浪费，又提升了整体的运输效率。随着城市交通朝着低碳化、智慧化方向转型，公交与地铁的协同将会更加紧密。成都计划把巴士换乘站扩展至300个，构建“轨道+公交+慢行”三网融合体系，大连依靠重组地铁与公交集团，推动建设运营一体化。未来二者的融合将会深度融入城市规划，依靠TOD模式强化站点周边开发，推广新能源车辆应用，并借助AI调度、数字孪生等技术实现动态资源配置，以此建立一个安全、高效且可持续的现代城市交通共同体。随着城市轨道交通系统呈现出快速发展的态势，其潜藏的安全隐患问题变得日益明显地呈现出来，从系统的结构特性方面而言，轨道交通站点彼此之间存在着高度的互联性，单个站点出现故障的话，有可能引发连锁反应，致使整条线路甚至全网运营系统陷入瘫痪状态。更为严峻的情形是，鉴于轨道交通设施大多建设于地下或者高架空间，这种特殊的空间布局致使事故预警以及应急处置面临着相较于地面公共交通更为复杂的挑战。一旦发生安全事故，将会严重威胁乘客的生命安全，并且会因为疏散险阻而造成大规模人员滞留，还会造成难以估量的经济损失。例如发生在2014年7月5日的杭州公交纵火案，犯罪嫌疑人包来旭在7路公交车内部实施了故意纵火的行为，他采用了先倾倒易燃液体然后进行引燃的作案方式，最终导致了整车燃烧这一事故的发生，这起性质恶劣的事件致使33名乘客遭受了不同程度的伤害，其中有20名伤者因为伤势较为严重而被鉴定为重伤（7人一级重伤），无人员死亡。车辆损毁损失31.4万元，医疗救治费用超1000万元，间接损失包括线路停运、乘客财物赔偿及公共安全应急支出。以2021年7月20日郑州地铁5号线暴雨事故作为例子，极端强降水事件引发了城市内涝灾害，五龙口停车场的挡水设施受到洪水冲击而遭到损毁，大量积水向正线区间倒灌，最终使得一列载客列车在沙口路站至海滩寺站区间被迫停止运行。造成了14人因窒息或溺水死亡，500余名乘客被困车厢近3小时。直接经济损失约15.8亿元，包括列车报废（单列车造价约5000万元）、隧道结构修复（约8亿元）及人员赔偿。事故还暴露地铁设计缺陷（如停车场下沉1.973米未审批），后续整改投入超20亿元。郑州地铁集团因违规变更设计、防汛措施不力被追责，8名涉事人员被逮捕，企业被纳入安全生产联合惩戒名单7。以2011年9月27日上海地铁10号线出现的列车追尾事件为例，这起事故是因为信号系统失效之后人工调度环节存在操作失误，最终致使编号1005的列车在豫园站到老西门站的区间段里和前方停驶的1016号列车产生了碰撞。造成了271名乘客受伤，其中30人需留院观察，无人员死亡。直接经济损失约2000万元，主要用于车辆维修、设备更换及乘客医疗赔偿。事故导致线路停运14小时，间接经济损失包括运营收入损失及后续安全整改投入。申通集团维保中心供电公司违规签发工作票，导致信号系统故障；行车调度员未严格执行人工调度规范，最终12名责任人被追责，涉事企业被处以行政处罚。当下城市交通规划领域，构建轨道交通与公交网络协同机制并实现与城市发展有机衔接是关键问题。现阶段城市公共交通线路规划运用客流分析技术，综合考虑城市空间格局、地形地质条件、土地利用特征等因素，公共交通规划是规模大且结构复杂的系统性工程，要着重提升网络结构稳定性，以优化乘客出行体验、降低时间成本、改善服务质量并为地铁运营管理提供支持。可见公共交通脆弱性分析评估及网络优化等研究，合理规划对提升城市交通系统应对突发事件效能和保障交通运行稳定性有现实意义，随着鲁棒性理论发展及在城市管理实践中的应用，各功能主体协同运作时的风险抵御和应对能力受学界关注，地铁网络作为城市公共交通核心子系统，其鲁棒性特征应成为重点研究对象。城市公共交通鲁棒性的研究属于应对风险挑战的必然举措，也是推动城市治理走向现代化的关键手段，借助多学科交叉实现创新，构建有自适应与自学习能力的鲁棒性系统，可为建设安全、高效且可持续的智慧城市给予核心支撑。1.1.2研究意义复杂网络理论的分析框架能为剖析城市公共交通系统的鲁棒性特征提供独特的研究视角，该理论将公交站点视为网络节点并加以抽象处理，把公交线路构建成节点间的连接边，借助复杂网络的拓扑结构分析方法，可系统地研究网络的度分布特征、聚类系数指标以及平均最短路径长度等关键结构参数。这些特性和系统的鲁棒性关联紧密，比如聚类系数较高的网络，在局部节点或边出现故障时，或许可借助其他节点间的紧密连接，维持一定的功能，凭借分析这些拓扑结构指标，可识别出网络中的关键节点和关键线路，它们对整个系统的连通性和功能起着极为关键的作用。一旦这些关键部分遭到破坏，系统的鲁棒性会受到极大挑战。基于复杂网络的研究可明确系统的薄弱环节，为制定针对性的防护和优化策略提供依据。就实际应用方面而言，将复杂网络理论运用到城市公共交通系统鲁棒性分析当中，可为城市交通网络的规划设计、运营维护以及管理决策，给予理论依据与方法支撑。在规划阶段，可依据复杂网络的分析结果，对线路布局以及站点设置给予优化，以此提升网络的连通性与冗余性，提高系统的鲁棒性。在运营管理过程中，借助对复杂网络关键指标的实时监测，可及时察觉潜在风险，提前采取相应措施加以预防和应对，并且在突发事件发生之后，基于复杂网络的模型可迅速评估事件对系统的影响范围与程度，制定出合理的恢复策略，减少损失，缩短恢复所需时间，由此可见，运用复杂网络来研究城市公共交通鲁棒性，对于保障城市公共交通系统的安全稳定运行、提升城市应对突发事件的能力以及促进城市的可持续发展，有不可忽视的理论和实践价值。1.2国内外研究现状1.2.1公交网络的研究现状国内研究：国内公交网络研究聚焦于大数据驱动的网络优化与多模式协同。例如，Yang等[1]考虑公交网络的空间迁入迁出特征，提出了1种包含站点和线路地理位置信息的公交网络空间表示模型，借此分析了北京、上海、杭州的公交网络结构及布局特征。王天睿等人[2]借助SpaceL方法分析了成都市的公共交通网络，为优化城市公交网络提供借鉴。金成菲[3]等人通过Python分析公交网络在交通拥堵下的鲁棒性，阐述了高峰阶段对公交运行的影响。王波等人基于复杂网络理论的杭州公交网络建模与特性分析，是国内较早将复杂网络理论应用于城市公交系统的研究之一，旨在通过构建杭州公交网络的拓扑模型，揭示其结构特性（如小世界性、无标度性），为交通网络优化提供理论依据[4]。采用SpaceL模型（站点作为节点，相邻站点通过线路直接连接），构建无向加权网络，权重为站点间距离或线路重复性。分析指标包括计算度分布、聚类系数以及平均路径长度，借助这些来验证小世界性，并且借助幂律分布检验无标度性。主要发现了杭州公交网络有小世界特性，其平均路径长度相对较短，大概为6.5，聚类系数则比较高，达到了0.48，这符合小世界网络的特征。该网络有异质性，度分布呈现出十分突出的右偏情况，也就是少数枢纽站点连接着大量线路，不过严格的无标度性并不较大，这可能是由于线路规划存在人为干预。在进行脆弱性分析时，当蓄意攻击高节点度站点，网络连通性会快速下降，该网络对关键节点的依赖性较强。这为后续公交网络的研究提供了基础的建模框架，同时也验证了复杂网络理论在交通系统中的适用性。研究指出城市公交网络兼具随机性与规划性，需要结合地理约束与运营需求对其进行优化设计。国外研究情况如下：在过去的二十年时间里，复杂网络理论于交通运输领域的应用呈现出日益广泛的态势，航空运输网络作为一种有高度复杂性以及时空异质性特征的交通网络，也同样成为了国内外学者都积极展开探索的对象。国际上，Barabási和Albert等人在无标度网络和小世界网络方面的开创性研究，为探究交通网络的拓扑特征提供了基础ADDINZOTERO_ITEMCSL_CITATION{"citationID":"X7JjCbEq","properties":{"formattedCitation":"\\super[1,2]\\nosupersub{}","plainCitation":"[1,2]","noteIndex":0},"citationItems":[{"id":1433,"uris":["/users/12117935/items/TGCRUHR7"],"itemData":{"id":1433,"type":"article-journal","container-title":"Nature","page":"440-442","title":"Collectivedynamicsofsmall-worldnetworks","volume":"393","author":[{"family":"Watts","given":"DuncanJ."},{"family":"Strogatz","given":"StevenH."}],"issued":{"date-parts":[["1998"]]}}},{"id":413,"uris":["/users/12117935/items/XHESDPEQ"],"itemData":{"id":413,"type":"article-journal","container-title":"FRACTALS-COMPLEXGEOMETRYPATTERNSANDSCALINGINNATUREANDSOCIETY","issue":"1","page":"2050001","title":"SMALL-WORLDANDSCALE-FREEPROPERTIESOFTHEn-DIMENSIONALSIERPINSKICUBENETWORKS","volume":"28","author":[{"family":"Zeng","given":"Cheng"},{"family":"Zhou","given":"Meng"},{"family":"Xue","given":"Yumei"}],"issued":{"date-parts":[["2020",2]]}}}],"schema":"/citation-style-language/schema/raw/master/csl-citation.json"}[5,6]。Montis等[7]以意大利的城市为例，研究分析了交通网络承载能力与网络拓扑结构之间的关系，构建了城市交通拓扑网络模型。Sienkiewicz等[8]以波兰境内共多个城市的公共交通网络为例，对其公交网络的拓扑特征进行了统计和分析；Lammera等[9]通过德国几个主要大城市的地面交通系统进行研究，分析了其交通网络的拓扑结构，得出其客流量的分布服从幂律分布的结论国外公交网络研究更注重可持续性与动态响应。伦敦发布《巴士行动计划》，提出构建零排放、高连通性的公交网络，通过5G技术实现实时调度与智能应急管理。纽约推行“公交优先工程”，通过增设专用道、优化信号交叉口等措施，提升公交运行速度与可靠性，其动态客流分配模型被广泛应用于缓解通勤高峰拥堵。此外，Moovit的全球报告显示，疫情后乘客对安全、便捷的需求推动了MaaS（出行即服务）平台的发展，通过整合公交、地铁、共享单车等多模式数据，实现出行路径的智能规划。1.2.2地铁网络的研究现状国内研究：高磊等人[10]采用SpaceL方法分析了杭州轨道交通网络的拓扑结构特征，并结合IC刷卡数据进行评估。蔡鉴明和邓薇[11]基于复杂网络理论，长沙地铁网络的拓扑结构进行研究，并以4个指标进行评估。赖丽萍[12]以复杂网络为基础，分析了福州市地铁网络的鲁棒性。谌微微等轨道交通线网拓扑结构模型及节点重要度针对轨道交通网络的节点保护需求，构建多维度拓扑模型，识别关键站点并提出保护优先级策略[13]。对比SpaceL（站点连接）、SpaceP（线路连接）与基于换乘的复合模型。节点重要性：综合度中心性、介数中心性、紧密度中心性，采用熵权法确定指标权重。他们发现SpaceL模型高估换乘站重要性，SpaceP模型更适用于运营效率分析。提出“动态分级防护”，对前10%关键节点实施冗余设计（如增加备用轨道）。系统比较了不同拓扑模型的适用场景，为轨道交通研究提供了模型选择依据。将节点重要性分析从单一指标扩展到多维度综合评价，支持精准资源分配。国外研究：国外地铁网络研究侧重网络扩展与乘客体验优化。Golshanabadi等人[14]分析了加勒斯特地铁网络的鲁棒性，研究表明需要有针对性提升其整体鲁棒性。文献[15]针对武汉地铁网络的鲁棒性展开了分析，借助网络效率等相关指标来实施评估。文献[16]聚焦于全球33个地铁网络在遭受损坏时的运输能力进行研究，为不同系统在出现故障的情况下维持传输能力构建了一个通用的框架。伦敦制订了计划，打算在2024年达成地铁4G的全面覆盖，凭借对网络进行优化来吸引客流回升，并且探索5G与自动驾驶的结合应用。东京地铁采用“站城一体化”模式，把商业、办公以及交通节点进行深度融合，以此提升网络的多功能性以及抗灾能力。新加坡借助“公交优先走廊”的建设，对地铁与公交站点给予整合，缩短换乘时间并提高通勤效率。在理论层面，国外学者提出了基于复杂网络的“负载-容量”模型，用以量化分析地铁网络在面对极端客流冲击时的稳定性。1.2.3公交-地铁耦合网络的研究现状国内研究：郑乐等人[17]分析了城市公共交通系统的鲁棒性，构建了南京市公交-地铁耦合网络，并对其进行鲁棒性评估。陈烨等基于复杂网络的快速公交-轨道交通站点分级研究是针对多模式交通网络的协同优化问题，提出一种融合拓扑结构与客流数据的站点分级方法，以指导快速公交（BRT）与轨道交通的接驳规划[18]。把BRT站点与地铁站点当作统一的节点，边权重融合了换乘时间、客流量以及地理距离等因素，综合考量PageRank算法以及介数中心性，构建起TOPSIS多指标评价体系。主要有这样一些发现，存在关键站点分布情况：高等级站点集中在城市中心以及交通走廊区域，这些站点同时有高客流量以及强连接性。呈现出模式互补性：地铁站点在拓扑枢纽性方面有优势，而BRT站点在短距离覆盖方面更为灵活。提出了“核心-次级-边缘”三级站点布局策略，优先去提高核心站点的冗余连接。首次将PageRank算法运用到多模式交通节点分级当中，着重突出动态客流与静态拓扑的结合。为城市交通一体化规划提供了依靠数据驱动的决策工具，在接驳设施优化方面有实践意义，林兆丰等人探讨了地铁建设对公交系统鲁棒性的影响，研究地铁开通之后公交网络的鲁棒性变化情况，揭示两者之间的竞争与协同效应，为多模式交通资源配置提供参考依据[19]。选取同一个城市在地铁开通前后的公交网络数据，构建SpaceP模型。分别对随机攻击以及蓄意攻击进行模拟，计算最大连通子图比例以及效率损失。他们发现存在竞争效应：地铁分流主干道公交客流之后，公交网络度分布趋向于均匀化，在蓄意攻击情况下鲁棒性下降了15%。还存在协同效应：地铁接驳公交线路形成了冗余连接，部分区域网络效率提升了10%至20%。出现规划悖论：过度依赖地铁有可能致使公交网络“边缘化”，需要借助线路重组来维持互补性。首次量化了地铁建设对有公交网络的“双刃剑”效应，强调动态调整公交线路的必要性。提出“竞争抑制-协同提高”的平衡策略，为城市交通可持续发展提供新的思路。国外研究：国外研究强调政策整合与动态模型。Wu和Lam[20]将交通网络抽象为多个子网络耦合形成的有向网络，使用虚拟弧段将不同模式的交通子网络进行连接，用以表示网络间的换乘行为。De等[21]对英国伦敦等多个城市的公共交通网络进行了建模研究，分析了公共交通网络的拓扑结构特性和空间特征。伦敦通过“连接的伦敦”计划，整合公交、地铁、自行车道等多模式网络，利用大数据分析优化换乘节点布局。新加坡的“智慧交通走廊”项目将公交与地铁网络纳入统一调度平台，实现实时信息共享与协同运营[22]。在理论层面，国外学者提出“多模式交通网络风险传播模型”，分析节点类型（如交通枢纽、换乘站）对级联失效的影响，发现运输型节点（如地铁枢纽）的失效对网络效率的破坏最为显著。1.3研究内容与技术路线本文的研究内容是在国内外关于复杂网络的理论方法，通过研究节点的重要性，依据城市轨道交通跟公交系统物理网络的耦合特性，此项研究构建了对应的拓扑网络模型，并且针对该模型的抗毁性特征给出了优化策略。为了验证模型的有效性，挑选青岛市公共交通系统当作典型案例展开仿真实验分析。各个章节的具体布局如下所示：本文的第一章是绪论部分，详细说明了研究背景，以及其有的学术价值与实践意义。借助对国内外相关领域研究进展进行全面梳理，深入分析了制约城市轨道交通系统鲁棒性的关键影响因素，基于此明确了本论文的核心研究内容与整体框架结构。第二章涉及相关的理论基石。本文将对复杂网络的相关理论和常见网络进行介绍，并对网络的鲁棒性进行定义，同时简要介绍网络的性质。并对比几种轨道交通建模方法的优缺点。第三章为青岛市公共交通网络建模，包括公交网络、地铁网络和公交-地铁双层网络。首先，通过介绍青岛市公共交通网络的运营现状，寻找适当的模型构建方式。接下来，我们利用Python和SpaceL技术成功地搭建了一个公共交通网络。第四章为案例分析。先介绍青岛市公共交通现状，再进行网络特性分析和鲁棒性分析。分析影响鲁棒性的重要因素。第五章为结论与展望。针对第四章分析的鲁棒性，我们提出了一系列的优化建议，并在研究过程中识别出存在的不足和问题，同时也指出了未来研究的可能方向。图1.1展示了本文所采用的研究技术路径：图1.1技术路线图Fig.1.1Technologyroadmap

第二章复杂网络理论基础2.1复杂网络概述复杂网络乃是用于剖析现实世界里各类复杂系统结构的数学及物理模型，借助节点与边所构成的拓扑关系来揭示系统的内在规律以及动力学行为，它的理论源自18世纪的图论，历经20世纪的小世界实验以及无标度网络革命，逐步演变成一门横跨多学科的研究范式。图论于网络模型构建过程中的运用，是复杂网络理论研究的关键基础所在。图作为一种数学工具，可有效地将实际网络系统抽象成为节点与边的集合形式，图中的节点就如同实际网络中的构成单元，而边则呈现出这些单元之间的连接关系，随着如小世界特性、无标度特性等网络特征被相继发现，诸多现实领域中的复杂网络系统逐渐呈现出这些有普遍意义的拓扑性质。2.2复杂网络分类2.2.1规则网络在针对网络展开的研究工作里，节点之间的连接方式乃是决定网络拓扑类型的关键要素，要是网络中的全部节点依照特定的确定性规则来实现连接，那么所形成的网络结构就被称作规则网络。这类网络由于其结构有简单以及规则性突出的特点，已然成为网络科学研究领域里最为基础且理论体系极为完备的模型之一。当前已经构建完成的典型规则网络模型呈现出如下共性特点：网络节点拥有均匀的度分布以及一致的聚类系数，并且整体结构呈现出高度的对称性，这样的结构特性促使规则网络成为研究复杂网络的基础参照体系。（a）全局耦合网络（b）最近邻耦合网络（c）星形耦合网络(a)Globalcouplingnetwork(b)Nearestneighborcouplingnetwork(c)Starcouplingnetwork图2.1规则网络Fig.2.1Regularnetwork全局耦合网络：所有节点之间两两相连，节点度=N-1，边数=N(N-1)/2，运用邻接矩阵构建方式直接生成全连接网络拓扑。针对最近邻耦合网络设计了环形连接结构，借助模运算达成周期性边界条件，让每个节点都和其左右相邻的k/2个节点建立连接。以此保障网络里各节点的度值稳定为k，同时搭建了星形耦合网络模型，此模型以单个中心节点为核心，与所有外围节点建立直接连接，中心节点的度值是N-1，外围节点的度值都是1。2.2.2随机网络在现实社会系统当中，随机网络相比于规则网络而言，存在得更为普遍。它的核心特征主要体现在节点之间连接关系的不确定性上，展开来说，这种网络的随机性具体表现为连边分布并不依照任何预先设定的拓扑规则，形成了与规则网络差异十分突出的结构特征，完全随机网络这一特殊类型特别值得留意，其节点间的连接概率呈现出均匀随机分布的状态。该理论体系的奠基性工作可追溯到20世纪40年代，数学家Erdös和Rényi共同构建的随机图理论模型对其进行了系统的说明，并用ER模型对这一理论做出了解释。在它最初的公式中，网络是从N个节点集合开始构造的，其中所有的边都有相同的存在概率。这将生成一个齐次图，其中顶点有许多邻居，这些邻居与平均度相差不大，连通性分布为泊松分布，在给定网络规模为N的情形下，若将任意节点间的连接概率定义为参数p，那么可观察到网络拓扑结构随着这个参数变化而呈现出的动态特性：当p的取值比较小时，网络会呈现出十分突出的稀疏特性，随着p值逐渐增大，网络的连接密度会呈现出增长的趋势。由下图2.2所示，当p=1时，该网络具有最多数量的边即CN2N(N-1)/2，此时该随机网络为全局耦合网络，也就是说全局耦合网络是随机网络的一个特例。图2.2随机网络Fig.2.2Randomizednetwork2.2.3小世界网络小世界网络属于一种处于规则网络和随机网络两者之间的网络结构，它兼具一定规律性与一定随机性，小世界网络模型可有效描绘现实世界里众多复杂系统的拓扑特征，其核心特性是网络里任意节点对之间的平均路径长度相对较短。这种结构特征致使信息或物质在系统中的扩散过程呈现出较高效率，此现象与“六度分隔”理论所揭示的人际关系网络特性相契合，即全球范围内任意个体之间仅需依靠有限数量的中介便能实现关联。节点倾向于形成紧密的社区结构，也就是节点的邻居节点之间很有可能相互连接，有较高的聚类特性。它拥有广泛应用：在社交网络方面，可用于分析人与人之间的关系网络，了解信息在人群中的传播规律以及社交圈子的形成机制等。比如在微博、微信等社交平台上，用户之间的关注关系有小世界网络的特征，信息可依靠少数几个中间用户迅速传播到广泛人群中。在生物学领域，许多生物系统也呈现出小世界网络的特性，像神经网络、蛋白质相互作用网络等。以神经网络为例，神经元之间的连接构成了一个复杂的网络，小世界特性可信息在神经系统中高效传递与处理，使生物可快速对外部刺激做出反应。在电力网络方面，电力系统中的电网结构也能用小世界网络来研究。电网中的节点代表发电厂、变电站等，边代表输电线路。小世界特性可保证电力在电网中高效传输，同时在部分线路出现故障时，也可凭借其他路径实现电力的调配，提高电网的稳定性与可靠性。在交通运输网络方面，城市交通网络、航空运输网络等也有小世界网络的特点。例如在航空运输网络中，各个机场是节点，航线是边，凭借少数几个枢纽机场，不同城市之间的航班可相互连接，旅客可以借助较少的中转到达目的地，实现人员和物资的高效流动。Watts与Strogatz所提出的经典小世界网络模型运用了一种基于规则网络的构建方式，其关键机制是借助引入概率参数p来对网络边实施随机重连操作，此模型呈现出两种极端情形，当重连概率p取值为0时，网络结构呈现出完全规则的特性，而当p值达到1时，网络就完全转变为随机网络的形态。而在0<p<1的中间区域，网络呈现出小世界特性。如图2.3所示：图2.3小世界网络Fig.2.3Smallworldnetwork2.2.4无标度网络无标度网络是一种有着幂律度分布特征的复杂网络，它的核心特性体现为少数枢纽节点，像是万维网里的门户网站以及社交平台中的意见领袖，连接着大量的边，而大多数普通节点只有少量连接。这种网络架构遵循“富者愈富”的优先连接原则，意思是新加入的节点更倾向于和已有较高连接数量的节点建立连接。无标度网络广泛存在于互联网、城市交通、生物代谢等系统之中，有鲁棒性与脆弱性：它可抵御随机故障，移除普通节点造成的影响有限，然而对枢纽节点攻击非常敏感，比如切断谷歌服务器会致使全球网络陷入瘫痪状态，其理论模型，例如BA模型，为理解社交传播、级联失效等现象提供了关键的工具，在优化城市交通枢纽布局、防控病毒传播路径等领域有着实际的应用价值。如图2.4所示：图2.4无标度网络Fig.2.4Scale-freenetwork2.3复杂网络的统计特征2.3.1度及度分布在拓扑网络结构当中，节点的度作为用来表征其连接特性的一项基本指标，被定义为跟该顶点直接相连的邻接顶点数量或者关联边的总数目，这个参数可有效地反映出节点在网络拓扑里的相对关键程度，展开来说，当节点的度值有所增大的时候，其在网络系统里的关键性一般会呈现出递增的态势。从形式化定义方面来看，设有一个无向图G，它是由顶点集V以及边集E所构成的，其中V表示的是图里所有顶点的集合，而E代表的是连接这些顶点的无向边所组成的集合。其计算公式为：(2-1)在网络中，N代表节点的总数，而aij则是邻接矩阵的组成部分。如果节点i和节点j之间存在边连接，那么aij的值为1；反之，aij的值为0。度分布P(k)表示网络中随机一个节点，其度分布的概率，公式为：(2-2)其中NK是度为k的节点的数量。2.3.2平均路径长度对于任意两个节点i和j而言，它们之间的最短路径距离dij是借助连接这两个节点的最短路径所覆盖的边数来进行量化的，而此网络的平均路径长度L，是所有节点对之间最短路径距离d的算术平均值的一种表征，其数学表达式可这样来表述：(2-3)其中分母是网络中各节点对的总数。2.3.3聚类系数对于网络中的节点，聚类系数Ci是用来衡量节点i的相邻节点间相互连接程度的指标。它的数学表达式可以表示为：(2-4)在这里，Ki代表节点i的度数，而Ei则是指节点i与其相邻节点间实际存在的边的数目。2.3.4介数介数属于网络拓扑结构分析里的关键指标，主要是用来评估节点于网络信息传递进程中所承担的枢纽作用，其数值大小直接呈现了节点对网络信息流的调控能力，展开来说，这个指标被定义成网络中所有节点对之间最短路径经过目标节点的比例，在含有N个节点的网络模型当中，节点i的介数Bi可借助以下数学表达式来进行量化计算：(2-5)其中s以及t作为任意的两个网络节点，在此情境下，σst所代表的是从节点s到节点t之间最短路径的总数量，而σst(i)专门指的是在这些最短路径里面，需要经过节点i的路径的数量。2.3交通网络鲁棒性的概念和评价指标“鲁棒性”这一术语最初起源于材料科学范畴，是用来描绘材料在遭受外力作用而产生变形之后，有恢复至原始形状的能力，此能力呈现出材料抵抗破坏以及自我修复的特质，随后该概念渐渐扩展到工程学、生态学、社会学等众多领域，其内涵也持续丰富与拓展。在交通领域应用鲁棒性概念，来打造一个城市轨道交通系统，该系统在各种不利状况下，能维持基本运输服务功能，迅速恢复正常运营状态，还可灵活顺应未来发展变化，展开来说，城市轨道交通鲁棒性有多个层面的意义：其一为抵抗能力，就是系统在面临各类干扰比如地震、设备故障等时，可让关键线路和站点保持正常运行，保证一定客运量的能力，其二是恢复能力，当系统受到破坏后，可在较短时间内修复受损设施，恢复正常运营秩序，其三是适应能力，系统可依据城市发展、客流变化等因素，灵活调整运营策略、优化线路布局等，契合城市交通需求。当下针对城市公共交通鲁棒性的研究仍处在发展进程之中，许多学者以及研究机构从各个不同的方面着手开展研究，以此为提升城市公共交通鲁棒性给予理论方面的支撑以及实践层面的指引，借助复杂网络理论来对城市公共交通鲁棒性展开研究，恰是这一领域里一个关键的探索方向，其可帮助人们更透彻地领会城市公共交通系统的内在运行机理，为提高系统鲁棒性供给科学的依据。依靠复杂网络研究城市公共交通鲁棒性，对于保障城市公共交通系统安全且稳定地运行，提高城市应对突发事件的能力，推动城市实现可持续发展，有着不容忽视的理论价值与实践价值。在交通网络研究范畴内，学者们大多运用高度抽象的网络模型来给予表征，近些年有部分研究者着手从拓扑结构方面剖析交通网络的鲁棒性特点。Zhang等学者的研究显示，网络拓扑结构特征对于系统在抗干扰能力以及灾后恢复能力等鲁棒性维度有着影响，身为鲁棒性评估体系里的核心指标之一，基于复杂网络理论的连通性测度因简洁有效的特质被广泛用于交通网络鲁棒性量化分析。展开来说，Dunn研究团队运用连通性指标对航空运输网络的鲁棒性策略做了系统评估，Akbarzadeh等学者采用节点中心度指标对道路网络鲁棒性进行了量化分析。Berche等研究者基于图论方法，综合运用节点度、中介中心性和紧密中心性等理论指标对公共交通网络鲁棒性展开了研究。在大规模网络评估层面，现有研究主要采用介数中心性、节点度分布、聚类系数及紧密度等拓扑指标进行系统评价，本研究创新性地选取网络全局效率与最大连通子图作为核心评价指标，以便更全面地评估交通网络的鲁棒性特征。网络全局效率是衡量系统整体连通性能的一项关键指标，它被定义成网络里所有节点对之间最短路径距离倒数的算术平均值，展开来说，节点间的效率是由两节点最短路径距离的倒数来体现的，而全局效率是借助计算所有节点对效率的平均值，以此来量化网络的整体信息传输能力，其数学表达式是这样的：(2-6)其中，N为网络节点数，dij是节点i和j之间的最短路径长度。在无向网络拓扑结构当中，如果任意两个顶点之间都存在着可以到达的路径，那么这个网络就构成了连通图，相反的情况是，要是网络里存在两个或者更多彼此独立的子网络结构，并且各个子网络内部的顶点之间保持着连通性，然而子网络之间不存在连接关系，这样的子网络就被定义为非连通图的连通子图或者连通分量，其中包含顶点数量最多的子网络就被界定为最大连通子图，它的数学表达式为：(2-7)N用来表示原始网络的节点总数量，而n被定义成最大连通子图所包含的节点数量，研究显示，当系统遭受持续性攻击的时候，如果最大连通子图规模呈现出快速衰减的态势，那就说明网络结构出现了急剧分裂，其拓扑稳定性以及结构完整性降低了，这种现象充分呈现出网络系统固有的脆弱性特征。第三章城市轨道交通与公交复合网络的构建3.1单层网络建模方法对比节点与边是构成复杂网络的基本要素。当研究者针对现实复杂系统的结构特征展开分析工作时，大多时候会运用网络拓扑学的建模方式，把系统内部的基本单元给予抽象化处理，使之成为网络节点，而单元之间相互作用的关系就被表征为连接边。就以互联网架构作为实例，该系统的网络模型会把路由设备以及网关当作节点实体，物理连接或者逻辑连接都转变为边结构，与之类似，在社会科学的研究领域中，人际网络模型会将个体映射成为节点，社会关系则被建模成为边连接。依据网络拓扑里边的方向性特征以及权重属性存在的差异，可把复杂网络划分成四种基本类型，分别是无向无权网络、无向有权网络、有向无权网络以及有向有权网络。把城市轨道交通系统当作研究对象，可把车站抽象成网络节点，把连接车站的轨道线路看成网络边，构建无向网络模型。展开来说，地铁系统是由多条线路构成的，每条线路都包含多个车站以及它们的连接区间，不同线路借助换乘站达成互联互通，地铁系统一般采用双向运行机制，也就是在相邻车站之间设置两条平行轨道，各自承担不同方向的列车运行任务，这种对称性结构让网络有双向可达特性。依据此特征，本研究运用无向无权网络开展建模分析，其中Space-L和Space-P是两种常用的网络构建方法。Space-L：以线路物理连接为基础，仅将同一线路的相邻站点直接相连，反映网络的基础拓扑结构。Space-P：将同一线路的所有站点两两全连接，忽略物理距离，强调线路内部的潜在可达性。Space-L，Space-P建模如图3.1所示：图3.1两种网络构建方法Fig.3.1Twonetworkconstructionmethods从图3-1中，我们可以清晰地观察到SpaceL方法更加贴近地铁的实际连接状况。因此，本研究选择使用SpaceL技术来搭建一个复杂的网络环境。3.2双层网络的构建方法本文呈现出一种针对城市轨道交通以及常规公交复合网络的构建方法，其具体的步骤内容如下所示：构建城市轨道交通与常规公交融合的网络数据库时要搜集数据，这就需要整合多源数据资源。该数据库要包含公交线路、地铁线路、站点分布状况以及站点间的连通性信息。对于那些名称相同但地理位置不一样的站点，要分别当作独立节点来处理，并且赋予其唯一标识符加以区分。构建步行换乘连接关系，借助空间邻近性分析，于地铁站点与常规公交站点之间创建可达性连接。其具体实施方式如下：以地铁站作为中心生成半径为d的缓冲区，处于该缓冲区内的公交站点要与对应的地铁站点构建步行换乘边。数据库会凭借节点关联表的形式记录这类跨交通方式的换乘连接关系。在本文里，选择以地铁站为圆心，半径500m范围内若存在公交站便添加一个连边。（3）构建双层复杂交通网络系统。通过整合城市轨道交通与常规公交的数据，以及跨交通方式的换乘连接关系，形成复合网络模型。具体实现路径为：将包含公交线路、地铁线路及换乘边的三元组数据导入图论分析工具，生成包含两个独立子网络（常规公交网络、轨道交通网络）及换乘连接边的异质交通网络。其中，换乘边作为桥接元素，在保持各子网络结构完整性的前提下，实现不同交通方式间的无缝衔接，最终编织成一个有机统一的城市轨道交通与公交通复杂网络系统。3.3攻击策略3.3.1随机攻击随机攻击就是不考虑节点如度、介数等关键性指标，随机选取网络里的节点或者边来进行移除，以此模拟像突发事故、设备随机失效这类意外故障给网络造成的影响。其优点包括，模拟非针对性故障，可真切反映自然失效、偶然事件比如天气影响、设备老化等非恶意场景下网络的鲁棒性。操作简便，不用预先去计算节点的复杂属性，适合用于快速评估网络的基础抗干扰能力。可作为对比基准，能当作其他蓄意攻击的对照实验，突出关键节点对网络的关键性差异。在复杂网络鲁棒性研究里，攻击比例一般设定在10%至30%之间，用来模拟“中等规模”的节点失效，像局部区域故障、多站点同时失效。20%作为中间值，能避免因过低比例如10%致使网络性能变化不明显，又能防止过高比例如30%以上让网络迅速瘫痪，难以观察渐进式失效过程。攻击步骤如图3-2所示：图3.2随机攻击流程Fig.3.2Randomattackflow3.3.2蓄意攻击蓄意攻击是网络攻击策略里典型的一种，它的核心特点在于依据网络拓扑结构中节点的特定关键指标，凭借有选择地去除关键节点来实现攻击目的，这种攻击模式与随机攻击策略存在本质差异，随机攻击策略是对网络节点进行无差别随机删除，蓄意攻击借助量化节点在网络里的结构关键性，优先对那些对网络连通性、传输效率或者功能维持影响较大的节点展开攻击，高效破坏网络的核心功能。在城市轨道与公交耦合而成的网络里，蓄意攻击一般被划分成两类，其一为基于度关键性展开的攻击，这种攻击会优先将度值高的节点移除，所谓度值高的节点也就是连接数最多的站点，像交通枢纽这类站点便是如此，因为这类节点在网络中承担着大量的连接功能，一旦将其移除，网络或许就会迅速分裂。其二是基于介数关键性的攻击，该攻击会优先把介数高的节点去掉，介数高的节点指的是频繁作为最短路径中介的站点，由于此类节点控制着网络中多数节点间的信息以及客流传输，把它们移除后，节点间的路径长度会增加，网络效率也会降低，借助蓄意攻击，可明确不同关键性指标，比如度、介数等，对网络鲁棒性所产生的影响差异。攻击流程如图3.3所示：图3.3蓄意攻击流程图Fig.3.3Deliberateattackflowchart

第四章案例分析4.1青岛市公共交通现状交通现状青岛市历经多年建设其城市公共交通体系，已然构建起以轨道交通作为骨干、常规公交作为基础，多种交通方式协同发展的立体化网络，截止到2024年末，青岛地铁运营线路多达8条，总里程共计352公里，覆盖七区一市，设有172座站点，达成了对中心城区主要商圈、交通枢纽、医疗机构以及旅游景点的全面覆盖。依靠统计数据可看出，该城市轨道交通系统在一年里的客运总量总计是5.29亿人次，平均每日客流量维持在144万人次左右，其中有一天客流记录上涨至235万人次，城市公共交通出行分担率呈现增长态势，与2023年度相较提高了2个百分点，占比达到44%，轨道交通在城市通勤中发挥着越来越关键的作用。从线路运量方面来分析，地铁1号线凭借年载客1.44亿人次的成绩位居首位，2号线和3号线则分别以1.14亿人次的载客量紧跟其后。青岛北站、台东、五四广场等十大站点成为了客流集散的核心地带，其中青岛北站作为关键的换乘枢纽，日均接驳铁路旅客超过6万人次，需要注意的是，2024年新开通的6号线一期和2号线西延段对城市空间布局起到了优化作用：6号线一期贯穿西海岸新区，与1号线以及西海岸快线实现了高效换乘，填补了该区域南北向交通的空白，2号线西延段将地铁网络延伸至后海区域，实现了与轮渡、邮轮母港的无缝对接，推动了“海陆空”一体化交通格局的形成。公交系统方面，根据青岛新闻网在2024年11月18日公布的数据，截至当年8月末，青岛市的公共交通网络覆盖了932条公交线路，其中主城区的公交线路数量是306条，依旧维持着公共交通的主导地位。为提高整体的运行效果，青岛市运用“加减乘除”策略来推动公交与地铁的融合发展，新增微循环线路覆盖地铁的空白区域，优化调整重复线路以减少线路间的竞争，加强枢纽接驳来提高换乘效率，并且依靠数字化平台实现两网运力的动态匹配。数据说明，公交与地铁的换乘衔接覆盖率已经达到98%，铁路、机场的换乘便捷程度在全国处于前列位置。当下青岛正积极地加快构建“轨道上的青岛”，三期规划中的7条线路正在全面有序推进，预计到2028年运营里程将会突破503公里。随着地铁网络不断地加密，其在公共交通里的分担率有希望得到提升，和常规公交一同形成“快慢结合、干支互补”这样一种协同发展的格局，为城市高质量发展给予坚实的交通方面的支撑。4.2网络特性分析按照第三章所提出的单层与耦合建模方法，本文分别构建了青岛市地铁网络、公交网络及其耦合而成的公交-地铁双层网络，并统计了基本拓扑特征（见表4-1）。结果表明，公交-地铁双层网络共包含2837个节点、4550条边，规模显著大于单独的地铁网络（172节点、182边）和公交网络（2665节点、4034边），体现出两类交通系统在空间上高度互补、拓扑上紧密耦合的特性。表4.1青岛公共交通网络特征Table4.1CharacteristicsofpublictransportationnetworkinQingdao网络节点边公交-地铁双层28374550地铁172182公交26654034为了可直观地呈现出三类网络的空间结构状况，本文绘制出了公交网络、地铁网络以及公交-地铁双层网络的拓扑图，具体为图4.1至图4.3，依靠这些拓扑图从视觉方面揭示出，公交节点分布广泛并且相互之间的联系较为稠密，地铁线路呈现出典型的放射状以及环状布局形态，而双层耦合网络在换乘节点的位置形成了十分突出的跨层连接“枢纽”。图4.1青岛市公交网络拓扑图Fig.4.1TopologyofQingdaopublictransportationnetwork图4.2青岛市地铁网络拓扑图Fig.4.2TopologyofQingdaoMetronetwork图4.3青岛市公交-地铁双层网络拓扑Fig.4.3Qingdaobus-metrodouble-layernetworktopology本文对三种网络的节点度分布展开比较，结果说明公交网络呈现出十分突出的右偏分布态势，少数高连接度站点承担着大量交通流，地铁网络的度分布因线路规划约束而较为均衡，双层耦合网络的度分布在高阶区域出现“长尾”现象，这意味着跨层换乘连接提升了整体异质性。上述分析为后续的鲁棒性评估奠定了数据基础，同时也为优化青岛市公共交通网络结构提供了量化参考。图4.4公交-地铁耦合网络节点度分布图Fig.4.4Nodaldegreedistributionofbus-metrocouplednetworks图4.5地铁网络节点度分布图Fig.4.5Nodaldegreedistributionofthemetronetwork图4.6公交网络节点度分布图Fig.4.6Nodaldegreedistributionofbusnetworks4.3鲁棒性分析4.3.1公交网络鲁棒性分析我们对青岛市的公交网络实施了3.3小节的攻击策略，并利用最大连通子图以及网络效率来评估其鲁棒性。图4.7和4.8展示了这一结果。图4.7显示了在随机攻击、度中心性攻击、介数中心性节点攻击下，最大连通子图的变化趋势。随机攻击的影响相对较小，网络的连通性保持较高水平，表明青岛市公交网络在面对随机故障时具有较强的鲁棒性。相比之下，度中心性攻击导致最大连通子图下降最快，当网络系统里大概18%的节点被去除的时候，最大连通子图的规模会缩减到初始状态的20%，要是被移除的节点拥有较高的介数中心性特征，那么网络连通性会出现更急剧的衰减情况，在移除28%的节点后其最大连通子图下降至原来的20%，网络崩溃。图4.7青岛市公交网络最大连通子图变化图Fig.4.7ChangesinthemaximumconnectivitysubgraphoftheQingdaobusnetwork如图4.8可见，网络效率在节点移除过程中呈现出明显变化特点：随机攻击情形下，网络效率呈缓慢递减走向，相比而言，基于度中心性的攻击策略致使网络效率出现极为剧烈的衰减状况，且最先让网络效率降为零，采用介数中心性攻击时，网络效率呈现出相对陡峭的下降曲线。这表明，青岛市公交网络在面对随机攻击时，仍能维持一定的运行效率，而针对中心节点的攻击则会显著削弱网络的整体性能。图4.8青岛市公交网络网络效率变化图Fig.4.8ChangesinnetworkefficiencyofbusnetworkinQingdaoCity4.3.2地铁网络鲁棒性分析在公共交通中，地铁是公共交通的重要组成部分，其鲁棒性会对公共交通造成较大影响。为此，本文对其进行攻击，模拟青岛地铁网络受到突发或人为等因素的影响。其结果如图4.9与4.10示。参照图4.9，此研究对随机攻击、度中心性攻击以及介数中心性攻击这三种不同策略之下地铁网络最大连通子图的动态演变特征做了对比分析，实证结果显示，青岛市地铁网络在随机节点失效的情形下呈现出鲁棒性特征。其网络连通性受到的影响相对有限，相比而言，针对网络中心节点的定向攻击使得最大连通子图规模呈现出更急剧的衰减趋势，尤其是度中心性攻击下，在移除小于10%的节点后，最大连通子图下降至原来的20%，显示出网络对关键节点的高度依赖。图4.9青岛市地铁网络最大连通子图变化图Fig.4.9ChangesinthemaximumconnectivitysubgraphoftheQingdaometronetwork从图4.10可看出，此次研究对青岛市地铁系统在不一样攻击情境下的网络运行效能做了量化分析，得出如下结果：当网络节点遭遇随机性攻击的时候，系统效率呈现出渐进式衰减的态势，这一情况有力地证明了该交通网络在应对随机故障时拥有较强的鲁棒性以及功能维持能力。这种特性反映了地铁网络的冗余设计，使其在遭遇随机节点失效时能够有效维持服务。相比之下，针对介数中心节点的攻击导致的效率下降与随机攻击相近，但在初始阶段，其显著下降，而针对度中心性攻击下，其下降是最快的，说明度中心更能识别网络中的关键节点显示出网络对关键节点的依赖性。图4.10青岛市地铁网络网络效率变化图Fig.4.10ChangesinnetworkefficiencyoftheQingdaometronetwork4.3.3公交-地铁网络鲁棒性分析在上述的青岛市单层网络中（公交网络、地铁网络）只考虑了单层的影响，本研究采用了3.2小节的策略来搭建公交与地铁的双层网络，并对其鲁棒性进行了深入分析。图4.11和图4.12展示了青岛市公交与地铁双层网络的鲁棒性表现。图4.11展示了网络在随机攻击和针对中心节点攻击情况下，最大连通子图的变化趋势。观察结果显示，随机攻击对网络造成的干扰相对较轻，而最大连通子图的保持率则相对较高，表明网络在面对随机节点失效时仍能维持较好的连通性。针对介数中心节点的攻击则导致了显著的连通性下降，而针对度中心性攻击下，虽然在初期略低于随机攻击和介数攻击，但随着节点的移除，网络最先崩溃，其最大连通子图最先下降至0，说明关键节点的失效对网络整体结构的破坏性更大，这反映了网络的脆弱性。图4.11青岛市公交-地铁双层网络最大连通子图变化图Fig.4.11ChangesinthemaximumconnectivitysubgraphoftheQingdaobus-metrodouble-layersnetwork如图4.12所示，该项研究针对网络效率随节点移除比例上升的变化规律展开了细致剖析，最终结果说明，在随机攻击模式下，网络效率呈渐进式衰减，相比之下，在针对中心节点的攻击策略中，运用度中心性指标实施攻击时，网络效率下降态势更为突出，这意味着青岛市公交-地铁双层网络设计时需考虑关键节点保护，以提升整体网络抗攻击能力与运行效率。图4.12青岛市公交-地铁双层网络网络效率变化图Fig.4.12Changesinnetworkefficiencyofthebus-metrodouble-layersnetworkinQingdao由图4.13至图4.18的可知，在随机攻击情景下，青岛市公共交通的最大连通子图和网络效率均呈现缓慢下降趋势，其中地铁网络前期下降速度最快，而公交-地铁双层网络表现出了最强的鲁棒性，其最大连通子图与网络效率较为缓慢，这表明多层网络结构提升了交通网络在随机故障下的稳定性。要是把节点介数中心性当作攻击策略来运用，网络拓扑结构会呈现出急剧变差的特性，具体而言就是最大连通子图规模和网络效率同步下降，其中公交运输网络的性能退化情况格外明显，它的网络完整性在短时间内就被严重破坏；相对而言，地铁网络表现出较好的抗攻击性能。因此，综合而言，青岛市公共交通网络在面对随机节点失效时表现出较强的鲁棒性，而面对针对关键节点的攻击时则表现出明显的脆弱性，应着重加强网络关键节点的冗余与保护，以提升网络整体抗毁性能。图4.13随机攻击下青岛市公共交通最大连通子图变化情况Fig.4.13ChangesinthemaximumconnectivitysubgraphofpublictransportationinQingdaounderstochasticattack图4.14随机攻击下青岛市公共交通网络效率变化情况Fig.4.14ChangesinpublictransportationnetworkefficiencyinQingdaounderstochasticattack图4.15介数攻击下青岛市公共交通最大连通子图变化情况Fig.4.15ChangesinthemaximumconnectivitysubgraphofpublictransportationinQingdaounderbetweennessattack图4.16介数攻击下青岛市公共交通网络效率变化情况Fig.4.16ChangesinpublictransportationnetworkefficiencyinQingdaounderbetweennessattack图4.17度数攻击下青岛市公共交通网络效率变化情况Fig.4.17ChangesinpublictransportationnetworkefficiencyinQingdaounderdegreeattacks图4.18度数攻击下青岛市公共交通网络效率变化情况Fig.4.18ChangesinpublictransportationnetworkefficiencyinQingdaounderthedegreeattack综合来看，青岛市公交网络和地铁网络在面对随机节点攻击时都呈现出较强的鲁棒性，最大连通子图以及网络效率下降相对较为缓慢，这意味着两者在设计方面有一定程度的冗余性与抗扰能力，不过针对介数中心性节点的蓄意攻击却明显削弱了网络的结构连通性以及运行效率，凸显出关键节点对网络整体稳定性有着高度影响。把公交与地铁构建成双层耦合网络后，系统整体的鲁棒性在随机攻击情况下有所提高，然而在中心节点攻击时仍存在较大脆弱性，在初期节点移除阶段效率下降更为快速，在城市交通网络的规划以及优化进程中，应当着重关注中心枢纽节点的抗毁性设计，提高多层交通网络在突发事件时的鲁棒性与服务连续性。

结论1.研究结论本研究借助复杂网络理论，对城市轨道交通与公交网络的鲁棒性特征展开系统分析，依靠构建青岛市单层以及双层耦合网络模型，揭示出不同攻击策略下网络的鲁棒性差异，主要结论如下：网络建模以及拓扑特征方面，运用SpaceL方法构建地铁与公交单层网络，再基于500米缓冲区的换乘连接构建双层耦合网络，这样做可有效地体现出真实交通网络的物理连接状况以及换乘关系。青岛地铁网络节点度分布比较均匀，公交网络有枢纽节点依赖性，双层网络借助跨模式连接提高了系统整体性。（2）鲁棒性差异分析：在随机攻击场景之下，单层网络以及双层网络均呈现出了比较强的抗干扰能力，具体表现为，最大连通子图以及网络效率的下降速度较为缓慢，这充分体现出了网络设计当中所有的冗余性和容错性。2）蓄意攻击场景：当度中心性节点以及介数中心性节点被移除的时候，网络的连通性遭受了较为严重的损害，公交网络在度中心性攻击的作用下，仅仅移除了18%的节点便会出现崩溃的情况，而地铁网络对于关键节点的依赖程度更高，枢纽站点像是青岛北站、五四广场站等，乃是系统脆弱性的核心所在。3）双层网络所有的优势：耦合网络在面对随机故障状况时，其稳定性要比单层网络更为出色，然而在遭受关键节点攻击的情况下，依旧存在协同失效的风险，这充分显示出跨模式连接在提高效率的过程中，有可能会成为风险传播的一种途径。优化策略：对于关键节点即高介数、高度节点进行冗余设计，比如设置备用线路以及应急换乘通道，以此来提高枢纽站点的抗毁能力，借助多模式协同规划，像“地铁骨干+公交接驳”这种网络结构，提升系统弹性，运用动态客流监测与AI调度达成资源实时调配，降低失效风险。2.研究展望虽然本次研究针对城市交通网络鲁棒性分析给出了全新的看待角度，然而依旧存在下面这些可拓展的方向：（1）动态因素以及外部干扰被纳入考量：当下的研究没有顾及实时客流波动、像内涝、台风这类极端天气以及设备老化等动态因素给网络鲁棒性带来的影响，未来可结合实时数据与灾害模拟，去构建动态脆弱性评估模型。（2）多维度鲁棒性指标的拓展：除了拓扑结构指标之外，还可引入服务质量方面的指标、经济成本方面的指标以及用户体验等多维度的指标，以此来形成综合鲁棒性评价体系。（3）技术融合以及优化算法：对数字孪生、强化学习等技术于网络实时优化里的应用展开探索，去开发兼顾效率和鲁棒性的线路规划算法，以此提升系统的自适应能力。（4）跨区域比较以及政策建议：把研究方法延伸到不同规模、地理特征各异的城市当中，像是山地城市、平原城市等，剖析网络结构差异对于鲁棒性所产生的影响，以此为差异化交通规划政策给予依据。本研究针对城市公共交通网络鲁棒性的提升构建了理论框架，同时提供了实证方面的参考，今后需要将技术创新以及多学科交叉结合起来，以此推动交通系统朝着安全、高效且可持续的方向不断发展。

参考文献YangXH,ChenG,ChenSY,etal.StudyonsomebustransportnetworksinChinawithconsideringspatialcharacteristics[J].Tra