考虑资源竞争耦合的网络资源优化方法

摘要

本发明公开了一种考虑资源竞争耦合的网络资源优化方法，其具体步骤包括：获取网络的初始信息；根据负载参数获取节点初始负载；确定资源竞争耦合系数模型；遍历网络拓扑中每一节点在不同时刻的负载，对每个时间步下的资源动态变化情况进行描述；获得每个时间步下网络传输效率；获得仿真β‑αopt曲线；根据网络当前实际的负载参数，从β‑αopt曲线中直接获得最优资源竞争耦合系数αopt，基于最优资源竞争耦合系数，对网络中各节点资源处理能力进行分配。本发明解决了基于资源竞争的限制条件对网络传输效率进行控制的需求，使得在轨道交通网络运行阶段对资源做出合理的动态调控。

权利要求

1.一种考虑资源竞争耦合的网络资源优化方法，其特征在于，其具体包括如下步骤：步骤S1，获取待分析的网络的初始信息，所述初始信息包括：网络拓扑和节点容量；

步骤S2，根据负载参数获取网络节点初始负载；

步骤S3，确定资源竞争耦合系数模型；

由于资源竞争耦合关系，从节点i到节点j的资源处理能力Vij(α)与节点i总的资源处理能力vi满足如下关系：基于节点的度对网络中节点i的总资源处理能力vi进行分配，其中vij(α)与α的关系为：式中，Vij(α)为节点i到节点j的资源处理能力；kj为节点j的度；Kp为节点p的度；α为资源竞争耦合系数；vi为节点i的总资源处理能力；A为邻接矩阵；J为网络拓扑中与节点i相连接的所有节点j的集合；A(i,J)＝1表示与节点i有相邻关系的所有节点；p∈J；j∈J；

步骤S4，遍历网络拓扑中每一节点在不同时刻的负载，用以对网络中每个时间步下的资源动态变化情况进行描述；

使用了以下表达式来描述网络系统中资源竞争下节点负载的动态变化：式中，Li(t)表示节点i在t时刻的负载；Lj(t)表示节点j在t时刻的负载；Ci表示节点i的容量；Cj表示节点j的容量；A(J,i)＝1表示节点集合J中节点与节点i有相邻关系；A(i,J)＝

1表示与节点i有相邻关系的所有节点；Vji(α)表示从节点j到节点i的资源处理能力；Vij(α)为节点i到节点j的资源处理能力；

步骤S5，获得每个时间步下网络传输效率，计算每个时间步下网络传输效率G(t)的表达式如下所示：式中，N表示网络节点数量，Ci表示节点i的节点容量，Li(t)表示节点i在t时刻的负载，γ为网络中总的负载；

步骤S6，对待分析的网络，使用现有仿真软件根据步骤S1至步骤S5进行仿真，分别获得不同负载参数β下，网络传输效率G最优时的最优资源竞争耦合系数αopt，构成β-αopt曲线，对待分析网络进行分析；

步骤S7，已完成分析的网络根据当前实际的负载参数β，可从已知的β-αopt曲线中直接获得当前网络传输效率G最优时的最优资源竞争耦合系数αopt，基于所述的最优资源竞争耦合系数，对网络中各节点资源处理能力进行分配，来对不同网络负载下的耦合关系进行动态调整，实现对整个网络性能的优化。

2.根据权利要求1所述的考虑资源竞争耦合的网络资源优化方法，其特征在于，所述步骤S1中获取的网络节点容量具体为：网络节点容量与节点的度呈正比例关系：

Ci＝λkiθ,i＝1,2,…,N；           (1)式中，Ci为节点i的节点容量，k为节点i的度，N为网络节点数量，λ＝1；θ＝1；因此每个网络节点容量Ci就是每个网络节点i的度。

3.根据权利要求1所述的考虑资源竞争耦合的网络资源优化方法，其特征在于，所述步骤S2中根据负载参数获取网络节点初始负载具体为：网络节点初始负载与网络节点容量呈正比例关系：

Li(0)＝βCi,0≤β≤1；            (2)式中，Li(0)为i节点的网络初始节点负载，β为负载参数，Ci为节点i的节点容量。

4.一种考虑资源竞争耦合的网络资源优化方法，其特征在于，所述网络为轨道交通网络，具体方法包括以下步骤：步骤S1，获取待分析的轨道交通网络的初始信息，初始信息包括：网络拓扑和节点容量；其中网络拓扑中节点代表轨道交通的站点，边代表两站点之间有轨道连接；节点容量Ci为网络拓扑中节点的度；

步骤S2，根据负载参数获取节点初始负载；

Li(0)＝βCi,0≤β≤1           (2)

式中，Li(0)为初始时刻每个地铁站点的客流量，β为负载参数，节点容量Ci为每个地铁站点能够容纳的客流量；

步骤S3，确定资源竞争耦合系数模型；

式中，kj为站点j的度；kp为站点p的度，α为资源竞争耦合系数，vij(α)表示单位时间内从站点i发出并驶向站点j的车次频次，vi表示单位时间内从站点i发出的车次总频次；A为邻接矩阵，J为网络拓扑中与站点i相连接的所有站点j的集合，A(i,J)＝1表示与站点i有相邻关系的所有站点，p∈J；j∈J；

步骤S4，遍历网络拓扑中每一节点在不同时刻的负载，用以对网络中每个时间步下的资源动态变化情况进行描述；

使用了以下表达式来描述轨道交通网络系统中资源竞争下节点负载的动态变化：式中，Li(t)表示站点i在t时刻的客流量，Ci表示站点i能够容纳的客流量，Lj(t)表示站点j在t时刻的客流量，Cj表示站点j能够容纳的客流量，vij(α)表示单位时间内从站点i发出并驶向站点j的车次频次，Vji(α)表示单位时间内从站点j发出并驶向站点i的车次频次；A(J,i)＝1表示节点集合J中的站点与站点i有相邻关系；A(i,J)＝1表示与节点i有相邻关系的所有站点；

步骤S5，获得每个时间步下网络传输效率，轨道交通网络的拥塞值G(t)的表达式如下所示：式中，N表示站点的全部数量，Ci表示站点i能够容纳的客流量，Li(t)表示站点j在t时刻的客流量，γ为轨道交通网络中总的负载；

步骤S6，对轨道交通网络，使用现有仿真软件根据步骤S1至步骤S5进行仿真，分别获得不同负载参数β下，轨道交通网络的拥塞值G最小时的最优资源竞争耦合系数αopt，构成β-αopt曲线；

步骤S7，在使用时，轨道交通网络根据当前实际的负载参数β，根据从所述步骤S6获取的β-αopt曲线中直接获得当前轨道交通网络的拥塞值G最小时的最优资源竞争耦合系数αopt，再根据表达式(4)获得vij(α)，即单位时间内从站点i发出并驶向站点j的车次频次，根据车次频次调整发车间隔。

说明书

考虑资源竞争耦合的网络资源优化方法

技术领域

[0001] 本发明属于网络系统工程技术领域，具体涉及一种考虑资源竞争耦合的网络资源优化方法。

背景技术

[0002] 资源动态优化的目的是在网络运行阶段不同网络负载下满足负载传输性能需求。资源竞争是网络系统中普遍存在的一种耦合关系，在网络系统中，不同节点的负载通过资源处理能力向某一目的节点进行传输，占用目的节点的容量，而目的节点的容量是有限的，无法满足所有节点负载的传输需求，从而导致资源竞争耦合关系，即竞争的资源是容量，并进而影响网络节点负载的变化情况。当前对资源调控的研究多为两个方面。一类研究是对电力网络中的资源进行动态调控；另一类研究是针对通信网络中的资源调度与控制。但当前缺乏针对资源竞争耦合的资源动态调控策略研究，难以用于优化资源竞争耦合关系下的网络性能。因此，本发明考虑对资源竞争耦合及其导致的网络性能波动的描述，进一步提出相应的资源动态优化策略。通过在不同网络负载下对网络中的资源竞争耦合关系进行调整，即对资源的动态调控，实现网络资源的优化，进而影响网络性能。

[0003] 因此，目前需要一种考虑资源竞争耦合的网络资源优化方法，以解决现有技术中难以综合地支持考虑资源竞争的限制条件以及不同负载下对网络性能的实际控制需求，来实现对网络资源进行优化。

发明内容

[0004] 本发明的目的在于提供一种考虑资源竞争耦合的网络资源优化方法，以解决现有技术中难以综合地支持考虑资源竞争的限制条件以及不同负载下对网络性能的实际控制需求。

[0005] 本发明考虑网络为资源竞争的网络系统这个特征，从资源竞争耦合关系入手对资源进行优化能够有效抑制其导致的网络性能下降，借鉴现有研究中的资源动态调控原理，根据目前所研究的资源竞争耦合关系对网络负载的影响规律，本申请所提的网络资源优化方法的动态性体现在：不同的网络负载及对网络负载的不同控制需求所对应的最优资源竞争耦合系数值不同，并根据所研究的影响规律，在不同网络负载下对网络中的资源竞争耦合关系进行调整，即对资源的动态调控，实现网络资源的优化，进而影响网络的性能参数。

[0006] 本发明提出的一种考虑资源竞争耦合的网络资源优化方法，其具体步骤如下：

[0007] 步骤S1，获取待分析的网络的初始信息，所述初始信息包括：网络拓扑和节点容量；

[0008] 步骤S2，根据负载参数获取节点初始负载；

[0009] 步骤S3，确定资源竞争耦合系数模型；

[0010] 由于资源竞争耦合关系，从节点i到节点j的资源处理能力Vij(α)与节点i总的资源处理能力vi满足如下关系：

[0011]

[0012] 基于节点的度对网络中节点i的总资源处理能力vi进行分配，其中vij(α)与α的关系为：

[0013]

[0014] 式中，Vij(α)为节点i到节点j的资源处理能力；kj为节点j的度；Kp为节点p的度；α为资源竞争耦合系数；vi为节点i的总资源处理能力；A为邻接矩阵；J为网络拓扑中与节点i相连接的所有节点j的集合；A(i,J)＝1表示与节点i有相邻关系的所有节点；p∈J；j∈J；

[0015] 步骤S4，遍历网络拓扑中每一节点在不同时刻的负载，用以对网络中每个时间步下的资源动态变化情况进行描述；

[0016] 使用了以下表达式来描述网络系统中资源竞争下节点负载的动态变化：

[0017]

[0018] 式中，Li(t)表示节点i在t时刻的负载；Lj(t)表示节点j在t时刻的负载；Ci表示节点i的容量；Cj表示节点j的容量；A(J,i)＝1表示节点集合J中站点与站点i有相邻关系；A(i,J)＝1表示与节点i有相邻关系的所有节点；Vji(α)表示从节点j到节点i的资源处理能力；Vij(α)为节点i到节点j的资源处理能力；

[0019] 步骤S5，获得每个时间步下网络传输效率，

[0020] 计算每个时间步下网络传输效率G(t)的表达式如下所示：

[0021]

[0022] 式中，N表示网络节点数量，Ci表示节点i的容量，Li(t)表示节点i在t时刻的负载，γ为网络中总的负载；

[0023] 步骤S6，对待分析的网络，使用现有仿真软件根据步骤S1至步骤S5进行仿真，分别获得不同负载参数β下，网络传输效率G最优时的最优资源竞争耦合系数αopt，构成β-αopt曲线，对待分析网络分析完成；

[0024] 步骤S7，已完成分析的网络根据当前实际的负载参数β，可从已知的β-αopt曲线中直接获得当前网络传输效率G最优时的最优资源竞争耦合系数αopt，基于所述的最优资源竞争耦合系数，对网络中各节点资源处理能力进行分配，来对不同网络负载下的耦合关系进行动态调整，实现对整个网络性能的优化。

[0025] 优选的，所述步骤S1中获取的网络节点容量具体为：

[0026] 网络节点容量与节点的度呈正比例关系：

[0027] Ci＝λkiθ,i＝1,2,…,N；           (1)

[0028] 式中，Ci为节点i的节点容量，k为节点i的度，N为是节点数，λ＝1；θ＝1；因此每个网络节点容量Ci就是每个网络节点i的度。

[0029] 优选的，所述步骤S2中根据负载参数获取网络节点初始负载具体为：

[0030] 网络节点初始负载与网络节点容量呈正比例关系：

[0031] Li(0)＝βCi,0≤β≤1；            (2)

[0032] 式中，Li(0)为i节点的网络初始节点负载，β为负载参数，Ci为节点i的节点容量。

[0033] 本发明的另一方面，提供一种考虑资源竞争耦合的网络资源优化方法，其中所述网络为轨道交通网络，具体方法包括如下步骤：

[0034] 步骤S1，获取待分析的轨道交通网络的初始信息，初始信息包括：网络拓扑和节点容量；其中网络拓扑中节点代表轨道交通的站点，边代表两站点之间有轨道连接；节点容量Ci为网络拓扑中节点的度；

[0035] 步骤S2，根据负载参数获取节点初始负载；

[0036] Li(0)＝βCi,0≤β≤1           (2)

[0037] 式中，Li(0)为初始时刻每个地铁站点的客流量，β为负载参数，节点容量Ci为每个地铁站点能够容纳的客流量；

[0038] 步骤S3，确定资源竞争耦合系数模型；

[0039]

[0040]

[0041] 式中，kj为站点j的度；kp为站点p的度，α为资源竞争耦合系数，vij(α)表示单位时间内从站点i发出并驶向站点j的车次频次，vi表示单位时间内从站点i发出的车次总频次；A为邻接矩阵，J为网络拓扑中与站点i相连接的所有站点j的集合，A(i,J)＝1表示与站点i有相邻关系的所有站点，p∈J；j∈J；

[0042] 步骤S4，遍历网络拓扑中每一节点在不同时刻的负载，用以对网络中每个时间步下的资源动态变化情况进行描述；

[0043] 使用了以下表达式来描述轨道交通网络系统中资源竞争下节点负载的动态变化：

[0044]

[0045] 式中，Li(t)表示站点i在t时刻的客流量，Ci表示站点i能够容纳的客流量，Lj(t)表示站点j在t时刻的客流量，Cj表示站点j能够容纳的客流量，vij(α)表示单位时间内从站点i发出并驶向站点j的车次频次，Vji(α)表示单位时间内从站点j发出并驶向站点i的车次频次；A(J,i)＝1表示节点集合J中的站点与站点i有相邻关系；A(i,J)＝1表示与节点i有相邻关系的所有站点；

[0046] 步骤S5，获得每个时间步下网络传输效率，

[0047] 轨道交通网络的拥塞值G(t)的表达式如下所示：

[0048]

[0049] 式中，N表示站点的全部数量，Ci表示站点i能够容纳的客流量，Li(t)表示站点j在t时刻的客流量，γ为轨道交通网络中总的负载；

[0050] 步骤S6，对轨道交通网络，使用现有仿真软件根据步骤S1至步骤S5进行仿真，分别获得不同负载参数β下，轨道交通网络的拥塞值G最小时的最优资源竞争耦合系数αopt，构成β-αopt曲线；

[0051] 步骤S7，在使用时，轨道交通网络根据当前实际的负载参数β，根据从所述步骤S6获取的β-αopt曲线中直接获得当前轨道交通网络的拥塞值G最小时的最优资源竞争耦合系数αopt，再根据表达式4获得vij(α)，即单位时间内从站点i发出并驶向站点j的车次频次，根据车次频次调整发车间隔。

[0052] 本发明提出一种考虑资源竞争耦合的网络资源优化方法，优点在于：

[0053] (1)对已有的网络资源进行动态调控，耗费成本较小且耗时较短，且能够充分利用网络资源，也具有较强的可操作性。

[0054] (2)能够在网络运行使用阶段对网络资源做合理的动态调控，以保证其能够满足可靠性要求及用户使用需求。

附图说明

[0055] 图1是输出整网最优网络传输效率值的流程图；

[0056] 图2是资源动态调控原理图；

[0057] 图3是西直门地铁站网络拓扑结构图；

[0058] 图4是不同客流量下的最优资源竞争耦合系数值图例；

[0059] 图5是轨道交通网络案例分析对比结果；以及

[0060] 图6是考虑资源竞争耦合的网络资源优化方法的流程图。

具体实施方式

[0061] 下面将结合附图和实施例对本发明做进一步详细说明。

[0062] 步骤S1：获取存在资源竞争耦合的待分析网络的初始信息，初始信息包括：网络拓扑、网络节点容量。

[0063] 根据待分析的网络获取待分析网络的网络拓扑，通常会将网络中存在资源竞争的设备或者地点作为节点，将连接线路作为边。

[0064] 网络节点容量与节点的度呈正比例关系：

[0065] Ci＝λkiθ,i＝1,2,…,N；           (1)

[0066] 式中，Ci为节点i的节点容量，k为节点i的节点的度，N为总节点数，λ,θ为常数，在本发明中取λ＝1；θ＝1。因此本发明中每个节点容量Ci就是每个节点i的度。

[0067] 步骤S2，根据负载参数获取节点初始负载；

[0068] 网络节点初始负载与网络节点容量呈正比例关系：

[0069] Li(0)＝βCi,0≤β≤1；            (2)

[0070] 式中，Li(0)为i节点的网络初始节点负载，β为负载参数，Ci为节点i的节点容量。

[0071] 步骤S3：获取资源竞争耦合系数模型；

[0072] 考虑生物分子网络中资源竞争耦合与系统中资源竞争耦合的相似性，借鉴生物分子网络中对资源竞争耦合下生物分子浓度变化的建模方法，本发明考虑滴定机制对系统最优网络传输效率的影响来建立评估模型。

[0073] 获取资源竞争耦合系数,节点集合J是在网络拓扑中与节点i相连接的所有节点j的集合，节点集合J中共有M个节点，M为正整数。节点j的负载通过资源处理能力Vji(α)向节点i进行传输，占用节点i的容量Ci，而节点i的容量是有限的，可能无法满足节点集合J中所有节点的负载的传输需求，从而导致资源竞争耦合关系，并进而影响网络节点负载的变化情况。Vji(α)表示从节点j向节点i的资源处理能力，这里资源处理能力表示节点通过处理其节点负载(即节点负载从该节点传向目的节点)进而影响该节点和目的节点的资源竞争情况的能力，具体可量化为该节点单位时间能够处理其百分之多少的负载。

[0074] 因此，由于资源竞争耦合关系，从节点i到节点j的资源处理能力Vij(α)与节点i总的资源处理能力vi满足如下关系：

[0075]

[0076] 基于节点的度对网络中节点i的总资源处理能力vi进行分配，其中vij(α)与α的关系为：

[0077]

[0078] 式中，Vij(α)为节点i到节点j的资源处理能力；kj为节点j的度；Kp为节点p的度；α为资源竞争耦合系数；vi为节点i的总资源处理能力；A是网络拓扑的邻接矩阵；J为网络拓扑中与节点i相连接的所有节点j的集合；A(i,J)＝1表示与节点i有相邻关系的所有节点；p∈J；j∈J；

[0079] 步骤S4，遍历网络拓扑中每一节点在不同时刻的负载，用以对网络中每个时间步下的资源动态变化情况进行描述；

[0080] 具体为使用了以下表达式来描述轨道交通网络系统中资源竞争下节点负载的动态变化：

[0081]

[0082] 式中，Li(t)表示节点i在t时刻的负载；Lj(t)表示节点j在t时刻的负载；Ci表示节点i的容量；Cj表示节点j的容量；Vji(α)表示从节点j到节点i的资源处理能力；Vij(α)为节点i到节点j的资源处理能力；A是邻接矩阵，J是在网络拓扑中与节点i相连接的所有节点j的集合；A(J,i)＝1表示节点集合J中节点与节点i有相邻关系；A(i,J)＝1表示与节点i有相邻关系的所有节点；

[0083] 步骤S5，获得每个时间步下网络传输效率；

[0084] 根据设定的负载参数β和式(2)，确定网络节点初始负载；

[0085] 然后根据设定的资源竞争耦合系数α和式(3)-(5)获得每个节点负载的动态变化；

[0086] 计算每个时间步下网络传输效率G(t)的表达式如下所示：

[0087]

[0088] 式中，N表示网络拓扑中的网络节点数量，Ci表示节点i的容量，Li(t)表示节点i在t时刻的负载，γ为网络中总的负载。

[0089] 在仿真软件中，已知负载参数β和资源竞争耦合系数α后，通过多次迭代后G(t)值会趋于一条直线，表示网络传输效率趋于稳定，即每个时间步下网络传输效率G(t)稳定为网络传输效率G，即可获得当前资源竞争耦合系数下相对应的网络传输效率。

[0090] 步骤S6，对轨道交通网络，使用现有仿真软件根据步骤S1至步骤S5进行仿真，分别获得不同负载参数β下，网络传输效率G最优时的最优资源竞争耦合系数αopt，构成β-αopt曲线。具体仿真方法如仿真流程图1所示，根据已知的网络信息，确定负载参数β时的网络节点初始负载并设t＝0，确定资源竞争耦合系数α，确定仿真时长T，计算每个时间步下网络传输效率G(t)，然后t＝t+1,判断t是否大于T，是则输出当前时间步下网络传输效率G(t)为网络传输效率G的值，不是则重复计算每个时间步下网络传输效率G(t)。重复仿真流程，通过比较相同负载参数β下不同资源竞争耦合系数α时网络传输效率G的值，获得相同负载参数β下网络传输效率G最优时的最优资源竞争耦合系数αopt；再重复仿真流程，分别获得不同负载参数β下网络传输效率G最优时的最优资源竞争耦合系数αopt，根据负载参数β和最优资源竞争耦合系数αopt的对应关系，构成β-αopt曲线。待分析的网络完成分析，获得待分析网络的β-αopt曲线。

[0091] 步骤S7，对于已经完成分析的网络根据当前实际的负载参数β，可从β-αopt曲线中直接获得当前网络传输效率G最优时的最优资源竞争耦合系数αopt，基于最优资源竞争耦合系数，对网络中各节点资源处理能力进行分配，来对不同网络负载下的耦合关系进行动态调整，以实现对整个轨道交通网络性能的优化。

[0092] 下面以北京市地铁交通网络为例，地铁交通网络是需要考虑资源竞争耦合的网络，因此使用本申请的考虑资源竞争耦合的网络资源优化方法，对北京市地铁交通网络进行优化，并通过对比分析验证本发明对轨道交通网络资源优化的有效性。

[0093] 步骤S1：获取待分析的地铁交通网络的初始信息，初始信息包括：网络拓扑、网络节点容量。

[0094] 本实施例中，网络节点代表北京地铁的站点，边代表两站点之间有地铁运行，由于本实施例中不考虑机场线以及S1线，因此北京轨道交通网络的网络拓扑中共有网络节点302个，边为两站点之间的地铁轨道。

[0095] 网络节点容量Ci为每个网络节点i的节点的度，在本实施例中网络节点容量Ci具体化为每个地铁站点能够容纳的客流量。

[0096] 步骤S2，根据负载参数获取网络节点初始负载具体为：

[0097] 网络节点初始负载与网络节点容量呈正比例关系：

[0098] Li(0)＝βCi,0≤β≤1；

[0099] 式中，Li(0)为i节点的网络初始节点负载，β为负载参数，Ci为节点i的节点容量。

[0100] 在本实施例中具体化为：Li(0)为初始时刻每个地铁站点的客流量；Ci为每个地铁站点能够容纳的客流量。

[0101] 步骤S3：获取资源竞争耦合系数模型。

[0102] 由于资源竞争耦合关系，从节点i到节点j的资源处理能力Vij(α)与节点i总的资源处理能力vi满足如下关系：

[0103]

[0104] 在本实施例中，vij(α)就表示从站点i向站点j的资源处理能力，也即单位时间内从站点i发出并驶向站点j的车次频次，α为资源竞争耦合系数，其变化会导致从站点i发出并驶向其他站点的车次频次变化。vi表示单位时间内站点i能够处理当前客流量的百分之多少，这与从站点i的发车频率相关，也即单位时间内从站点i发出的车次总频次。

[0105] 基于节点的度对网络中节点i的总资源处理能力vi进行分配，其中vij(α)与α的关系为：

[0106]

[0107] 式中，kj为节点j的度；α为资源竞争耦合系数，A为邻接矩阵，A是网络拓扑的邻接矩阵，A(i,J)＝1表示与站点i有相邻关系的所有站点，p∈J；j∈J。

[0108] 步骤S4，遍历网络拓扑中每一节点在不同时刻的负载，用以对网络中每个时间步下的资源动态变化情况进行描述。

[0109] 具体为使用了以下表达式来描述轨道交通网络系统中资源竞争下节点负载的动态变化：

[0110]

[0111] 式中，Li(t)表示地铁站节点i在t时刻的负载，即站点i在t时刻的客流量；Ci表示地铁站节点i的容量，即每个地铁站点能够容纳的客流量；A为轨道交通网络拓扑邻接矩阵；A(J,i)＝1表示节点集合J中的站点与站点i有相邻关系；A(i,J)＝1表示与站点i有相邻关系的所有站点。

[0112] vij(α)表示从站点i向站点j的资源处理能力，也即单位时间内从站点i发出并驶向站点j的车次频次，α为资源竞争耦合系数，其变化会导致从站点i发出并驶向其他站点的车次频次变化。

[0113] 为了更好的说明资源竞争耦合系数α，现以西直门地铁站及其邻接地铁站为例，其邻接地铁站有大钟寺站(13号线)、动物园站(4号线)、新街口站(4号线)、车公庄站(2号线)、积水潭站(2号线)，分别为节点1、2、3、4和5，西直门地铁站为节点6，因此对于节点6，节点集合J包括了节点1、2、3、4和5，具体见表1：

[0114] 表1

[0115] 序号 地铁站 所属线路1 大钟寺 13号线
2 积水潭 2号线
3 新街口 4号线
4 车公庄 2号线、6号线
5 动物园 4号线
6 西直门 13号线、2号线、4号线

[0116] 假设西直门地铁站处的资源处理能力为v6＝1，且单位时间内从西直门地铁站发出的车次总数为12时才能运输全部的客流量，即total_num＝12。对于大钟寺站、动物园站、新街口站和积水潭站在网络拓扑中的节点的度为2，车公庄站是6号线和2号线的换乘站，因此车公庄站在网络拓扑中的节点的度为4，因此，k1＝k2＝k3＝k5＝2，k4＝4；Kp为节点p的节点的度，A为邻接矩阵；因此由 可得：

[0117]

[0118]

[0119] 为了更进一步理解资源竞争耦合系数的含义，下面举例说明当资源竞争耦合系数分别为α＝1,α＝2时的资源处理能力及其物理含义如表2所示：

[0120] 表2

[0121]

[0122]

[0123] 步骤S5，获得每个时间步下网络传输效率，

[0124] 根据设定的负载参数β和式(2)，确定网络节点初始负载；

[0125] 然后根据设定的资源竞争耦合系数α和式(3)-(5)获得每个节点负载的动态变化；

[0126] 计算每个时间步下网络传输效率G(t)的表达式如下所示：

[0127]

[0128] 式中，N表示网络节点数量，即站点数量；Ci表示节点i的容量，Li(t)表示节点i在t时刻的负载，γ为轨道交通网络中总的负载。在本实施例中具体化为G(t)是北京地铁轨道交通网络的拥塞值，Li(t)表示地铁站节点i在t时刻的负载；Ci表示地铁站节点i的容量，N表示网络中的地铁站点数量，γ为轨道交通网络系统中总的客流量。

[0129] 当网络传输效率趋于稳定时，即每个时间步下网络传输效率G(t)稳定为网络传输效率G时，得到该资源竞争耦合系数下相对应的网络传输效率。

[0130] 步骤S6，使用仿真软件，分别获得不同负载参数β下，网络传输效率G最优时的最优资源竞争耦合系数αopt，构成β-αopt曲线。

[0131] 在本实施例中G(t)具体化为北京地铁轨道交通网络的拥塞值，因此当网络传输效率G最优时实质上就是G的值最小，也就是北京地铁轨道交通网络的拥塞值最小时。使用现有仿真软件对北京市地铁交通网络进行仿真：

[0132] (1)输入网络拓扑；站点i的容量为Ci＝ki,i＝1,2,…,302，其中ki为站点i的度。站点i的资源处理能力为vi＝1,i＝1,2,…,302；站点i初始时刻的客流量为Li(0)＝βCi,i＝1,2,…,302，负载参数β取值为0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9。

[0133] (2)根据表达式(3)-(5)，当负载参数β取值分别为0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9，网络传输效率趋于稳定时，获取网络传输效率G最优时的最优资源竞争耦合系数αopt，即北京地铁轨道交通网络的拥塞值最小时α的取值αopt，构成β-αopt曲线，如图4所示。

[0134] 步骤S7，根据β-αopt曲线，北京地铁交通网络根据当前实际的负载参数β，从β-αopt曲线中直接获得最优资源竞争耦合系数αopt。例如，当前北京地铁交通网络的负载参数β＝0.3时，可从β-αopt曲线中直接获得αopt＝1，然后根据表达式(4)获得αopt时各个地铁站的vij(α)，最后根据vij(α)完成对地铁各个站点资源处理能力进行分配，即调整该站点到下一站点的车次数目，使得北京地铁轨道交通网络的拥塞值最小。

[0135] 为了进一步证明本发明的有效性，在仿真软件中进行仿真，使用负载参数β取值为0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9，α取值为-2,2和αopt，获得网络传输效率G的三条曲线，如图5所示，为不同客流量下的轨道交通网络拥塞情况，以及与耦合系数为α＝2、α＝-
2时的网络拥塞情况进行对比。可以看出，应用本发明所提出的资源优化策略，能够在不同客流量下有效缓解轨道交通网络拥塞，验证了本发明所提供的资源优化策略的有效性。

[0136] 最后应该说明的是，以上所述优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。