基于指数随机图模型的物流网络节点重要度研究

摘要

随着科学技术的迅猛发展，互联网电商企业竞争日益激烈，物流行业逐渐成为各行各业关注的焦点。而传统的物流活动耗时长、过程复杂、成本高，已远远不能适应现代企业发展的需求。在这种情况下物流网络应运而生。物流网络的概念是将物流活动的各种功能、资源、信息等进行一体化管理。
　　在复杂多变的环境下，物流网络的复杂性、非线性和多模块特征日益彰显。物流网络与复杂网络具有共同的行为模式，将复杂网络的理论和思想应用于物流网络研究已经成为物流系统研究的新热点。但运用网络的统计特征和演化机制来研究物流网络结构似乎一直停滞不前，因此急需以一种新的视角来探索物流网络的内在机理。本文运用复杂网络理论结合统计模型，对物流网络的权重、结构以及节点重要度进行了探索，主要研究工作及创新如下：
　　（1）基于将物流流量作为物流网络边权的思想，将引力模型应用于模拟城市之间的物流流量，通过对流量和节点度的关系进行假设，提出了一种物流网络权重模拟方法——节点流模型。并分别从理论和实证上验证了节点流模型的可行性。该方法能够解决实际网络中物流流量难以获取与计算的问题。
　　（2）根据物流网络的节点特点，对指数随机图模型（简称ERGMs）进行了改进，扩展了ERGMs的同质性假设，同时考虑了网络局部结构变量和节点随机效应属性，并且针对物流网络的加权特性，将权重融入到了模型中，通过映射函数和边权的概率分布，得到了混合加权ERGMs。运用贝叶斯估计结合MCMC算法进行模型参数估计，并与ERGMs作比较，结果证明混合加权ERGMs的参数接受率、模型拟合优度和贝叶斯因子比ERGMs表现更好，证明了混合加权ERGMs的优越性。
　　（3）基于非邻接节点和流量传播路径的启发，结合节点流模型和节点随机效应属性，对现有的节点重要度排序方法进行了拓展，并将其运用于加权网络的节点重要度排序中。实证部分将该方法同无权网络的节点重要度方法和度中心性方法进行了对比，发现本文的方法综合了度、节点随机性和非相邻节点的共同影响，更加符合实际网络特征，具有更高的普适性。

目录

声明

第1章 绪论

1.1 研究背景

1.2 研究目的及意义

1.3 国内外研究现状

1.4 研究内容及章节安排

第2章 加权物流网络研究

2.1 复杂网络概述

2.2 网络赋权模型

2.3 加权物流网络的统计特征

2.4 本章小结

第3章 基于混合加权ERGMs的物流网络模型研究

3.1 指数随机图模型概述

3.2 混合加权指数随机图模型

3.3 混合加权指数随机图模型的贝叶斯估计

3.4 加权物流网络的模拟仿真

3.5 模型选择

3.6 本章小结

第4章 物流网络节点重要度研究

4.1 节点重要度理论概述

4.2 节点重要度模型

4.3 加权网络节点重要度模型

4.4 加权物流网络的实证分析

4.5 本章小结

第5章 总结和展望

5.1 总结

5.2 展望

致谢

参考文献

攻读硕士学位期间发表论文及参加科研项目情况

附录A

附录B

附录C