基于LightGBM和TOPSIS法的城市轨道交通关键节点识别
李坤1
刘杰1
郭建民2
申永生3
王喆4
1.山东交通学院交通与物流工程学院,山东 济南 2503572.济南轨道交通集团有限公司,山东 济南 2500143.杭州城市大脑有限公司,浙江 杭州 3100204.济南市规划设计研究院,山东 济南 250101
摘要：为提高城市轨道交通网络关键节点的识别精度,基于复杂网络理论、交通网络性能特征,考虑轨道交通站点的城市活力信息,建立关键节点评价指标,采用轻量级梯度提升决策树(light gradient boosting machine,LightGBM)机器学习算法计算逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)法中各项评价指标的权重,提出融合LightGBM算法和TOPSIS法的城市轨道交通关键节点识别模型.以杭州城市轨道交通网络为例,针对识别出的前 15 个关键节点进行动态攻击,通过计算删除关键节点后的网络效率与最大连通子图比例验证模型的识别精度.结果表明:删除前 5 个关键节点后,网络效率与最大连通子图比例分别为 46.89%、56.47%,在一定程度上破坏了轨道交通的网络结构;删除前 15 个关键节点时,网络效率与最大连通子图比例分别下降至 25.61%与 16.6%,轨道交通网络基本完全破坏.基于LightGBM和TOPSIS法的城市轨道交通关键节点模型可有效识别交通网络中的关键节点,识别精度较高.
关键词：城市轨道交通关键节点LightGBMTOPSIS
分类号：U292.16(铁路运输管理工程)
资助基金：山东省人文社会科学课题(2021-YYGL-15)济南市哲学社会重点课题(JNSK20B40)济南轨道交通集团研究课题(HX2020-B05)山东交通学院博士科研启动基金项目(BS201902020)
论文发表日期：2023-12-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：10( 33-42 )
英文信息