贵州省长途客运网络分析

完整边表格（无向）

本实验基于贵州省的15个主要城市进行长途客运交通的吸引力分析，其可视化的必要底图是各个市辖区的行政边界图，故需要首先将其导入ArcGIS中。具体操作如下：

首先，导入中国各省市行政区划图，将多余的省市信息删除，只保留贵州省及其范围内的各市辖区范围底图，随后将参与分析的15个城市的点导入底图。导入的方法是将带有节点经纬度信息的点表格导入ArcGIS中进行可视化：

选择“ArcToolbox – 转换工具 – EXCEL – EXCEL转表”，

右键导入的表格-显示XY坐标，X字段选择Lng，Y字段选择Lat，点击确认。

点表格导入后的效果：

接着加入初始线，选择“ArcToolbox - 数据管理工具 – 要素 – XY转线”，在图中添加初始的吸引力线。注意选择正确的“起点X字段”和“起点Y字段”，（即经纬度），并确认坐标系为WGS-84大地坐标系。

“XY转线”工具

XY转线后结果

接下来在边表格中添加权重字段，以进行进一步的不同班次数量的可视化。打开线的属性表，kykand1其中并没有班次信息（weight），需要通过连接表格的方式添加该字段。

线的属性表

右键该线的图层，选择“连接与关联”-“连接”，将边表格连接到该图层中，关联字段为id列，关联后该表格中就有了各城市间吸引线的权重。

边表格连接到该图层中

通过右键线的图层，选择“属性”-“符号系统”-“数量”，将不同的班次数量进行按线的粗细进行的可视化操作，得到如下效果。

班次数量信息可视化

首先，需要将网络的边表格转化为以英文逗号分隔的.txt文本形式，且只保留起点和终点两列信息。将处理好的数据粘贴至 .txt文件中并保存，记录其存储的位置，便于后续程序读取时使用。

计算网络静态指标，将数据读取至程序进程中，为此先使用Python设计一段代码读取网络，该代码细节如下，其主要功能为设计函数load_graph() 读取对应地址中的网络节点及边数据。

1. # 读取网络

2. def load_graph(file_path):

3.     with open(file_path, "r",encoding='utf-8') as fd:

4.         data = fd.readlines()

5.    

6.     title = data[0]

7.     data = data[1:]

8.     # 从数据中提取边，建立一个空的有向图G

9.     edges = [it.strip().strip(",").split(",")[:2] for it in data]

10.     G = nx.Graph()

11.     G.add_edges_from(edges)

12.     return G

然后可以计算出各种网络指标。

贵州省长途客运网络系统鲁棒性

关于贵州省长途客运网络的鲁棒性，其网络连通度随着失效节点数的增加，蓄意失效和随机失效一开始具有相似的趋势，都随着去除节点的增加而缓慢、近似线性地下降；但是随着去除节点比例的升高，网络连通度开始出现区别：当去除节点比例达到0.2之后，蓄意失效下的网络连通度开始快速下降，而随机失效曲线依旧近似线性地下降。

基于连通度的网络节点鲁棒性

这说明对于贵州省长途客运网络，其抵抗随机攻击破坏的能力相对较强，在节点失效比例处于0.2以下时几乎与随机失效的结果一致；而随着失效比例大于0.2，该网络的抵抗故意攻击能力开始下降。但是总体而言，该网络对抗蓄意攻击破坏的鲁棒性较低。主要是由于网络中重要节点的分布较不均匀，在一定的去除率下，很容易改变网络结构，导致整个网络的鲁棒性较低，因此需要对该网络进行优化。

本文内容整理自2019级本科生SX的《复杂网络导论》课程实验报告。