本发明涉及海上交通管理技术领域，特别涉及一种基于复杂网络分层的海运航线枢纽港口分析方法。
背景技术：
近年以来，世界商品贸易的增长不再遥遥领先于世界gdp的增长率，世界贸易的增长动力越发乏力，世界经济处于阶段性筑底、蓄势上升的低迷阶段，世界贸易的增长也并不乐观，而世界贸易百分之八十是通过海洋运输来实现商品的流通，在这一大前提下，海洋运输行业的发展好坏在一定程度上受到世界经济市场的发展的影响，并反向作用于世界经济，因此如何增加海运效率，降低海运成本，通过寻找海运枢纽，从而合理的安排使得海运线路不断优化也成了相关行业的热门话题。
技术实现要素：
本发明的目的是克服现有技术中的不足，提供一种基于复杂网络分层的海运航线枢纽港口分析方法，采用复杂网络的量化方法对现实网络的特征进行评估，筛选海运网络枢纽。
本发明所采用的技术方案是：一种基于复杂网络分层的海运航线枢纽港口分析方法，包括以下步骤：
步骤一、针对一区域的航线数据进行收集，从而完成原始数据的采集；
步骤二、将原始数据进行预处理，整合出构建海运网络所需要的港口之间的连接情况；
步骤三、以预处理后的数据为基础，数据中所包含的港口数据为节点，航线为边，货运总量作为权重，构建加权海运网络；
步骤四、对于所构建出的加权海运网络，计算其节点度指标及其中心性指标；
步骤五、采用k-core算法对整个加权海运网络进行分层处理，得到分层后的k层海运复杂网络，其中k越大，代表该层中所包括的的节点在k层海运复杂网络中地位越高；
步骤六、分别将k层海运复杂网络中的每一层中的节点，依照步骤四中所计算的中心性指标进行排序，排名越靠前意味着该节点所对应的港口在该层海运复杂网络中越处于枢纽地位，从而实现海运航线枢纽港口分析。
进一步的，步骤三的具体方法为：对于任意一个港口，将其作为网络中的一个节点，对于任意的两个港口之间，若航线数据显示两个港口之间存在航线，则两个节点之间存在一条边将其连接起来，将港口之间的航线所承载的货运总量作为权重，由此得到基于航线数据的加权海运网络。
进一步的，步骤四中，所述的中心性指标包括点度中心性、紧密中心性和介数中心性；所述点度中心性衡量经过港口的航线数量，反映港口在网络中的地位，所述点度中心性的值越大，该港口在海运网络中的中心地位越高；所述紧密中心性衡量一港口对其他港口进行船舶运输的中转能力，所述紧密中心性的值越大，该港口船舶运输的中转能力越强；所述介数中心性衡量一港口与网络中所有其它港口的距离之和，反映出港口在海上运输时的通达性，所述介数中心性的值越大，该港口在海运网络中的枢纽地位越高。
进一步的，步骤五中，采用k-core算法对整个加权海运网络进行分层处理的具体方法为：
a.根据步骤四计算的到的节点度指标，从加权海运网络中移除节点度值为ki＝1的所有节点，这些节点形成网络的外围层；在移除节点度值为ki＝1的所有节点后，若存在节点与主网络之间完全断开连接的情况，则这些节点也包含在外围层当中；
b.在接下来的迭代中，从加权海运网络中依次移除节点度值为ki’＝t，t＝2；3；...；max的节点；如果在步骤t中移除节点度值为ki’＝t的所有节点后，网络中所产生的新节点的节点度值小于t，则移除这些节点；其中，ki’是上次迭代完成后所产生的节点的度，max为网络中节点度的最大值；
c.当所有节点从网络中移除时，算法在迭代至步骤t＝max时停止，此时网络具有k＝t层结构，得到k层海运复杂网络。
进一步的，步骤六中，对节点进行排序的具体方法为：对于每一层中的节点，采用步骤四中计算得到的点度中心性、紧密中心性和介数中心性对每层海运复杂网络中的节点分别进行排序，其节点在三个中心性指标的排序中越靠前，代表该节点在同层海运复杂网络中具有更高的枢纽地位，选取三个指标都靠前的节点，认为该节点对应的港口为该层海运复杂网络中的枢纽港口。
本发明的有益效果是：本发明基于复杂网络的海运航线枢纽港口分析方法，是通过将现实的网络映射到复杂网络所构建的模型之中，采用复杂网络的量化方法对现实网络的特征进行评估，将现实世界抽象出来，通过指标分析，网络分层等一系列技术方案，分析现有的航线数据，衡量海运港口地位，进而辨别不同区域中的海运枢纽，为海运航线规划，尤其是轴辐式运输航线规划提供了有利参考。
附图说明
图1：本发明基于复杂网络的海运航线枢纽港口分析方法的流程图。
具体实施方式
用于构建海运网络的数据主要包括以下几个部分：
1.港口数据：包括港口的地理位置，规模，以及基础信息，用港口作为构建海运网络的节点，同时其他信息作为节点的属性用以描述节点的特征。
2.航线数据：包括航线名称，航线轨迹，航线船舶信息，航线货物信息，用航线轨迹作为构建海运网络的边，同时其他信息作为边的属性用以描述边的特征。
针对上述海运数据，本发明提供一种基于复杂网络分层的海运航线枢纽港口分析方法，如图1所示，包括以下步骤：
步骤一、针对某一区域的航线数据进行收集，从而完成原始数据的采集。
步骤二、将原始数据进行预处理，整合出构建海运网络所需要的港口之间的连接情况。
步骤三、对于任意一个港口，将其作为网络中的一个节点，对于任意的两个港口之间，若航线数据显示两个港口之间存在航线，则两个节点之间存在一条边将其连接起来，将港口之间的航线所承载的货运总量作为权重，由此得到基于航线数据的加权海运网络。
步骤四、对于所构建出的加权海运网络，计算其节点度指标及其中心性指标(包括点度中心性、紧密中心性和介数中心性)，从不同角度描述不同位置的港口在海运系统的地位与作用。
节点度指标是网络中节点的基本属性。某一节点与其他节点的连接数被定义为节点的度。因此，一个节点的度值越大，该节点的连边越多，与其他节点连接的范围越大，其在网络中可能起到的作用就越大。
点度中心性衡量经过港口的航线数量，反映港口在网络中的地位，点度中心性的值越大，该港口在海运网络中的中心地位越高。
任一港口i的点度中心性的计算公式为：
其中，x表示海运网络的邻接矩阵。
紧密中心性衡量一港口对其他港口进行船舶运输的中转能力，紧密中心性的值越大，该港口船舶运输的中转能力越强。
任一港口i的紧密中心性的计算公式为：
gjk表示港口j和k之间的最短路径；gjk(i)表示包含港口i的两两港口间的最短路径。
介数中心性衡量一港口与网络中所有其它港口的距离之和，反映出港口在海上运输时的通达性，介数中心性的值越大，该港口在海运网络中的枢纽地位越高。
任一港口i的介数中心性的计算公式为：
d(i,j)表示港口i与港口j间的最短路径。
步骤五、采用k-core算法对整个加权海运网络进行分层处理，用于寻找系统中最密集连接的核心，以及其周边层的状态，具体方法为：
a.根据步骤四计算的到的节点度指标，从加权海运网络中移除节点度值为ki＝1的所有节点，这些节点形成网络的外围层；在移除节点度值为ki＝1的所有节点后，若存在节点与主网络之间完全断开连接的情况，则这些节点也包含在外围层当中；
b.在接下来的迭代中，从加权海运网络中依次移除节点度值为ki’＝t(t＝2；3；...；max，max为网络中节点度的最大值)的节点；如果在步骤t中移除节点度值为ki’＝t的所有节点后，网络中所产生的新节点的节点度值小于t，则移除这些节点。其中，ki’是上次迭代完成后所产生的节点的度。
c.当所有节点从网络中移除时，算法在迭代至步骤t＝max时停止，此时网络具有k＝t层结构。
经过k-core算法分解后的海运复杂网络，具有k层结构，k值越大，该层中所包括的节点在整个海运复杂网络中越具有核心地位。
步骤六、分别将k层海运复杂网络中的每一层中的节点，采用步骤四中计算得到的点度中心性、紧密中心性和介数中心性对每层海运复杂网络中的节点分别进行排序，其节点在三个中心性指标的排序中越靠前，代表该节点在同层海运复杂网络中具有更高的枢纽地位，选取三个指标都靠前的节点，认为该节点对应的港口为该层海运复杂网络中的枢纽港口，从而实现海运航线枢纽港口分析。
本发明方法可用于在海运过程中，对于轴辐式运输航线规划过程中，逐级的枢纽港口选取。