能源是工业的粮食、国民经济的命脉,经济快速发展和社会长期稳定都离不开能源的坚实保障[1]。稳定可靠的能源运输供应链确保了能源资源从产地到消费地的高效流动,对于维护国家能源安全、驱动经济发展至关重要。在全球变化背景下,面对日益复杂和难以预测的大环境,交通系统及其支撑的能源运输面临的不确定性不仅涵盖了极端天气、自然灾害等自然因素,同时也包含着人为或外部环境带来的恶意或意外冲击,给能源运输稳定和经济社会的正常运行产生不可忽视的影响[2]。铁路作为能源运输的主要方式之一,其稳定性直接关系到能源供应链的连续,尤其在矿产资源这一重要的能源资源运输中发挥着不可替代的作用。我国矿产资源储量丰富,但产地与消费地分布不均衡,随着我国交通运输结构不断优化调整,不断加快“公转铁”力度[3],铁路成为矿产等货物运输的核心通道。因此,在不确定性成为交通运行新常态背景下,深入探究铁路运输网络的可靠性,对于保障国家能源安全和推动经济可持续发展具有深远的意义。
可靠性理论最早可以追溯到二战时期,对武器、飞机等军用电子设备的精准要求促使了可靠性问题的研究[4]。20世纪60年代,可靠性理论的应用范围迅速扩展,涵盖了供水系统网络、通信系统网络以及电力系统网络等多个基础设施领域;80年代以后,交通运输网络可靠性逐渐成为学者关注的热点话题。可靠性被定义为交通运输网络在受到事件扰动时维持正常服务水平的可能性[5]。学者主要从连通可靠性、时间可靠性和容量可靠性对交通网络的可靠性展开研究[6-9]。其中,连通可靠性强调节点间维持连通状态的概率,能够直观地揭示交通网络的结构特征和性能,从而在解决因自然灾害导致的交通运输网络瘫痪问题方面得到了广泛应用。学者们基于设施网络对交通网络连通可靠性进行评估,一般通过随机攻击和蓄意攻击情景下的网络效率和结构完整性变化评估轨道交通网络、公共交通网络的可靠性。例如,马书红等[10]构建了关中平原城市群客运网络并对重要节点进行攻击,发现普铁站和高铁站失效对网络性能的影响远大于公路客运站失效的影响;薛锋等[11]基于Space-L方法构建了成都轨道多层复杂网络并随机、蓄意攻击网络节点和边,发现轨道交通产业链多层复杂网络在受到攻击时点相对于边有更高的重要度;赵静等[12]基于度值和中心性指标对2015年和2018年北京市城市轨道交通网络的节点和边进行蓄意攻击,对比分析不同年份网络的连通性与抗毁性。近几年,交通网络可靠性研究开始关注交通网络的功能和服务能力,将客流和出行时间等服务属性作为加权因素衡量网络性能。例如,彭翀等[13]基于长江中游城市群间的公路、铁路客运数据构建城市群客运网络,模拟每个城市节点失效下的网络中断情景,评估在外界冲击下的城市群客运网络性能;Zhang等[14]基于客流量加权的香港地铁网络研究不同故障模式下动态网络的鲁棒性,发现客流量的增加会加剧不同情景下级联故障的规模;郑乐等[15]以出行时间作为权重构建南京市地铁-公交加权复合网络,提出可达重要度、中心重要度和路径重要度这3类站点重要度评估指标,评估不同攻击策略下的网络性能。
总体上,目前对于交通网络连通可靠性的研究已经取得了大量成果,从网络结构与流加权网络等角度对全国、城市群以及单一城市的不同交通方式网络可靠性进行了系统研究。然而,聚焦于能源运输场景下铁路交通网络可靠性的研究较少,特别是针对我国以煤炭为主的货物运输场景更是缺乏。在面对不确定性成为常态的情况下,提升能源运输的可靠性对于保障国家经济社会的正常运行具有极其重要的战略意义。晋陕蒙三省的交界地带是我国以煤炭资源为主的能源富集地区,被称为能源“金三角”。交通运输部在《综合运输服务“十四五”发展规划》中明确提出,将致力于构建晋陕蒙煤炭主产区运输结构调整示范区,显著增强铁路专用线或货运铁路的接入比例。同时,随着运输结构“公转铁”、铁路电气化建设等举措的不断推进,铁路货运的长距离、低运价、绿色化的优势不断释放,逐渐成为大宗货物运输的主要承担者[16]。据此,本文聚焦于更小尺度的能源区内部,深入探究铁路运输网络的可靠性,确定能源区内部的关键通道,提升突发事件下铁路网络的可靠性。具体地,在构建包括普速铁路和铁路专线在内的晋陕蒙能源区铁路网络基础上,研究晋陕蒙能源区铁路网络的拓扑结构,采取随机攻击和蓄意攻击两种攻击策略进行模拟仿真,观察两种攻击策略下节点可靠性指标的变化,并且以网络效率损失值为指标确定路网中的关键通道。
1 研究区域、网络构建与研究方法
1.1 研究框架
本研究主要包括3个步骤(图1)。首先,采用Space-L模型对晋陕蒙能源区铁路网络进行建模,并运用平均度、介数中心性、聚类系数、网络效率等局域与全局指标对铁路网络的拓扑特征进行分析。其次,开展铁路网络可靠性评估,采取随机攻击和蓄意攻击两种攻击策略,观察两种攻击策略下平均路径长度、最大连通子图相对大小、网络效率等网络性能的变化来评估晋陕蒙能源区铁路网络的可靠性。最后,识别关键通道,通过模拟不同场景下单个路段中断,对比初始场景与中断后场景的网络效率性能变化,在计算网络效率损失值基础上,识别路网中的关键通道。
1.2 研究区域及其铁路网络构建
晋陕蒙能源区位于黄河中游地带,地处陕北、晋西北与内蒙古南部的接壤地带,是晋陕蒙油气与煤炭资源的主要开采基地,亦是中国北方的重要能源重化工业基地。该区域已探明煤炭储量约为2 800亿吨,占全国煤炭探明储量的16%左右[17],在保障全国煤炭的稳定供应方面发挥着关键作用。参考相关研究,本文确定的晋陕蒙能源富集区范围包括山西省忻州市、吕梁市,陕西省榆林市和内蒙古自治区呼和浩特市、鄂尔多斯市,共计14个县(区、旗),总面积约5.44万km2[18]。截至2023年底,常住人口约455.26万人,GDP约9 898.37亿元。研究区域共有34条铁路,通过神朔黄铁路、瓦日铁路、大秦铁路、浩吉铁路等重要铁路通道连接环渤海港口、东部沿海、京津冀及华中地区,构成了该地区煤炭外运的主要通道,保障煤炭从产地到消费地的高效运输。
交通网络建模通常基于Space-P、Space-L、Space-R等空间模型展开。其中,Space-L模型注重网络物理连接,将停靠站点视为节点、相邻站点连接视为连边。考虑到该模型在网络构建中更加直观,节点与边对应真实路网中站点与铁路线路,与现实交通网络相符,故本文采用Space-L模型构建晋陕蒙能源区铁路网络的拓扑结构。为简化网络模型,本文不考虑网络中的连接权重问题,即将网络抽象为非加权网络,同时将网络抽象为无向网络,不考虑网络中货物流向。
本文通过Open Street Map获取2024年全国路网矢量数据,从全国铁路网数据集中截取晋陕蒙能源区铁路网络构建Space-L网络拓扑结构模型和网络邻接矩阵。具体来说,将铁路站点定义为节点、站点间的铁路线路定义为边,构建晋陕蒙能源区铁路网络集合G=(V,E),V表示铁路网络中站点作为节点的集合,E表示铁路线路作为边的集合。如图2所示,在晋陕蒙能源区铁路网络中,共有154个站点和158条边。进一步,本文构建了网络拓扑模型的邻接矩阵A,以表示网络中是否存在边连接节点i和j,定义为
A= $\left(\begin{array}{lllll}0& {a}_{12}& {a}_{13}& \dots & {a}_{1N}\\ {a}_{21}& 0& {a}_{23}& \dots & {a}_{2N}\\ {a}_{31}& {a}_{32}& 0& \dots & {a}_{3N}\\ ︙& ︙& ︙& \ddots & ︙\\ {a}_{N1}& {a}_{N2}& {a}_{N3}& \dots & 0\end{array}\right)$ 。
式中:aij=1表示节点i和j之间有一条边;aij=0表示节点i和j之间没有直接连接。
1.3 研究方法
1.3.1 网络结构测度指标
从节点重要性和网络整体结构特征两方面揭示晋陕蒙能源区铁路运输网络结构特征。节点重要性指标主要包括节点度、介数中心性等,网络整体拓扑结构指标包括平均路径长度、网络密度、聚类系数、网络效率等。各指标计算公式及参数说明详见表1。
表1 各指标计算公式及参数说明Tab.1 Formulas of various indicators and explanation of parameters |
| 指标 | 计算公式 | 参数说明 |
|---|---|---|
| 节点度 | ki= | aij是路网邻接矩阵中的元素,用来表示两个节点之间是否存在相连边。如果节点之间有边相连,则aij=1;反之,aij=0。 |
| 平均度 | d= | aij是路网邻接矩阵中的元素;N为节点数目。 |
| 介数中心性 | CB(v)= | ∂ij(v)为经过节点v的节点i与j之间的最短路径数量;∂ij为节点i与j之间最短路径总数。 |
| 平均路径长度 | L= | dij是指网络中任意两个节点之间最短路径长度;N为节点数量。 |
| 网络密度 | D= | m是网络中实际存在的边数;ki是节点i的度。 |
| 平均聚类系数 | C= | T(i)是节点i的三角形数量;ki是节点i的度。 |
| 网络效率 | E= | N为节点数量;dij是指节点间最短路径长度。 |
1.3.2 连通可靠性评估指标
以铁路站点为攻击目标,采用随机攻击和蓄意攻击两种攻击策略对晋陕蒙能源区铁路网络可靠性进行评估。其中,随机攻击目标选择不考虑节点属性(节点度、介数等)。蓄意攻击根据节点属性(节点度、介数等)由大到小的顺序依次删除网络节点,最大限度地破坏路网[19],包括高介数攻击和高度数攻击。可靠性的评估主要依据最大连通子图相对大小和平均路径长度。
连通图是指网络中任意两个节点之间都存在至少一条路径能够相互连通;最大连通子图是指网络中包含节点数最多的连通分量[20],其大小可以直观反映网络在遭受攻击后的连通情况。最大连通子图的节点数量与整个网络的节点总数之比为最大连通子图相对大小,反映在遭受攻击后网络拓扑结构发生的变化,是网络破坏程度的体现,具体计算公式为
S= $\frac{\left|N\text{'}\right|}{\left|N\right|}$ 。
式中:S为最大连通子图相对大小;|N'|为最大连通子图中节点的数目;|N|为整体网络中节点的数目。该指标作为衡量网络连通可靠性的指标,值越大,表示网络中各节点之间的连通性能越好,网络的连通可靠性也就越强。
平均路径长度是指网络中任意两个节点之间距离的平均值,衡量网络节点间的离散程度,反映网络整体的连通性,计算公式如表1式(4)所示。通过分析攻击前后平均路径长度的变化来评估网络结构的变化和网络的可靠性。
1.3.3 关键通道的确定
根据Taylor等[21]的研究,网络中的关键元素(链路或节点)指的是网络中某一要素受损后对整个系统机能产生最大负面影响的元素,这一观点为关键通道识别提供了理论基础。关键通道识别的核心在于评估移除某一特定路段前后网络整体性能的变化幅度,从而确定哪些路段对于网络的稳定性和效率至关重要。这一评估过程通常基于一种或多种网络性能指标,其中可达性和网络效率是最常用的两种。网络效率是衡量网络中信息或物质流动效率的一个综合指标,其变化能够反映路段失效对网络整体性能的影响程度。因此,本文在借鉴前人研究[22-23]的基础上,选择网络效率损失值作为确定关键通道的指标。在单个路段失效的假设情景下,通过计算并比较各路段失效后网络效率的损失值,可以找出损失值最大的路段,即关键通道,公式为
ΔE=E0-Es。
式中:E0为初始网络效率;Es为单个路段中断情景下的网络效率。
2 结果分析
2.1 铁路网络拓扑特征分析
晋陕蒙能源富集区铁路运输网络整体较为稀疏,缺乏紧密性。节点的平均度为2.052,说明平均每个铁路站点直接连接2个站点。铁路网络中节点度值高于均值的站点有25个,低于均值的站点有129个(图3)。进一步分析发现,度值最高节点数仅有1个, 为周家湾站,度值为6。周家湾站位于能源区西北部鄂尔多斯市准格尔旗,连接着准东铁路、呼准铁路、大准铁路和酸刺沟煤矿铁路专用线。从空间分布上(图4a)来看,高度数节点位于铁路交会处,其中周家湾站、响沙湾站、神木西站、虎石站节点度较高,连接着大部分低度数节点。介数中心性衡量一个节点在网络中作为其他节点之间桥梁的能力。图5表示节点介数中心性位序规模分布,研究区铁路运输网络介数中心性均值为0.071,仅有33%的节点介数中心性值大于0.1,介数中心性相对较高的节点,如神木西、神木北、新街和鄂尔多斯,是网络中的关键枢纽。从空间上(图4b)来看,这些枢纽节点位于能源区的中西部,且集中于包西铁路与包神铁路上。不难看出,包西铁路和包神铁路与较多铁路交会,这些节点作为重要的交通枢纽,连接了多个方向的铁路,发挥着枢纽功能。
晋陕蒙能源区铁路网络的平均路径长度为15.246(表2),表明不同铁路站点之间的转换平均需要经历15个站点。网络聚类系数为0.020,表明晋陕蒙能源区铁路网络的集聚性较低,节点之间的连接相对较少, 网络中可能存在孤立的区域。网络密度为0.013 4,说明在实际铁路网络中存在的路段只占所有可能连接路段的1.34%,同样表明网络中的节点连接相对松散,多数节点之间并未直接相连。晋陕蒙能源区铁路网络的网络效率为0.086,低于同规模随机网络,较低的网络效率指出网络的最短路径过长,表明网络中存在着冗余连接,一定程度上限制了整体铁路网络的性能和运输能力。
表2 晋陕蒙能源区铁路网络与同规模随机网络的特征指标对比Tab.2 Comparison of characteristic indicators between the railway network in Shanxi-Shaanxi-Inner Mongolia energy region and a random network of comparable scale |
| 特征指标 | 晋陕蒙能源区铁路网络 | 随机网络 |
|---|---|---|
| 网络效率 | 0.086 | 0.204 |
| 平均路径长度 | 15.246 | 5.815 |
| 聚类系数 | 0.020 | 0.007 |
通过线性回归对累计度分布进行幂律拟合,该分布函数为P(k)=0.548 4k-2.137 2,符合幂律分布(图6),表明晋陕蒙能源区铁路网络具备无标度特性。
2.2 随机攻击、蓄意攻击与路网可靠性
2.2.1 相较于蓄意攻击,小规模随机攻击情景下路网可靠性更强
晋陕蒙能源区铁路网络应对随机攻击的抗击功能良好,呈现出一定的鲁棒性,而高度数攻击下网络呈现出脆弱性特征。图7显示了晋陕蒙能源区铁路网络遭受攻击时网络指标的变化情况。在随机攻击下,随着节点失效的比例不断增大,网络指标变化速率由快转慢。当节点失效比例达40%时,最大连通子图相对大小小于0.2,能够说明路网是一个稀疏网络,缺乏集聚度与连通性。当节点失效比例达80%时,网络效率小于0.02,平均度小于1.0,网络接近崩溃。当节点失效比例逐渐趋向100%时,路网的平均路径长度缓慢下降逐步逼近1,其余指标接近零,网络最终解体崩溃。
蓄意攻击下,节点失效比例在超过80%后,网络就已经崩溃,所有节点处于孤立状态。尤其在高度数攻击下,节点失效比例接近20%的时候,路网的最大连通子图相对大小已经小于0.1,并且网络效率小于0.02。除平均度外,其余网络指标值均明显低于其余两种攻击策略下网络指标值,网络抗攻击能力最弱。
2.2.2 相较于随机攻击和高度数攻击,高介数攻击下路网更加稳健
蓄意攻击下针对关键节点失效更容易导致路网破碎和效率降低,但相较于高度数攻击,高介数攻击下晋陕蒙能源区铁路网络更加稳健。根据图7可知,虽然高介数攻击下晋陕蒙能源区铁路网络在小规模节点失效下的抗击能力较弱,但随着节点失效比例的增加,铁路网络平均路径长度、平均度和网络效率均高于其余两种攻击,网络保持着较好的性能。随着节点失效比例增加,最大连通子图相对大小和平均度下降相对缓慢,平均度在节点失效比例接近70%时,平均路径长度、最大连通子图相对大小、网络效率均呈现相对较高水平。尽管高介数节点的失效对网络连通性造成了严重影响,但网络的整体结构并没有完全崩溃,仍然能够维持一定的功能。
图7显示,在节点失效比例接近20%的时候,路网的最大连通子图相对大小已经小于0.1,并且网络效率小于0.02。当节点失效60%时,路网的平均度小于1,节点之间大部分处于断连状态,只有个别子网络可以运行。与另外两种攻击策略相比,路网的抗击能力明显较弱。这是因为晋陕蒙能源区铁路网络的平均度仅有2.052,其中节点度最高为6,节点度整体偏低,删除这些高节度节点会切断大量外围节点与网络关键节点的连接,使网络迅速从一个连通子图变成多个孤立的小子图,整体效率和连通性大幅下降。
在无标度网络中,少数高度数节点连接着大量低度数节点,这些高度数节点对网络的连通性起着至关重要的作用。当这些高度数节点被攻击时,网络的连通性会迅速下降,甚至可能导致网络的瘫痪。相比之下,介数中心性高的节点虽然在网络中扮演着桥梁的角色,高介数攻击也能破坏网络的连通性,但由于路网中可替代路线的存在,移除这些节点对网络连通性和效率产生的影响并没有高度数攻击的影响大。
2.2.3 不同的攻击策略下,路网的性能呈现阶段式下降
在3种不同的攻击方式下,除了平均度变化较为平缓外,最大连通子图相对大小、平均路径长度、网络效率都呈现阶段式下降,且在蓄意攻击下更为显著。以高介数攻击为例,在攻击介数中心性排名第8位的巴图塔站、第18位周家湾站与第28位的大保当站时,最大连通子图相对大小、平均路径长度、网络效率都有阶段式的下降。这3个节点中除了高度数节点周家湾站外,其余两个站点的节点度和介数中心性排名均不高。出现这种现象的原因可能是晋陕蒙能源区铁路网络中存在替代路径和冗余连接,使得即使部分节点失效,网络仍然能够维持其基本的连通性和效率。网络在遭受攻击后,可能会通过内部调整来维持其连通性和效率,在一定程度上抵消了节点失效带来的影响,网络性能仍然能够保持在一定水平,直到达到某个临界点,网络性能才会急剧下降,路网的性能呈现出阶段式下降的情况。因此,路网性能呈现阶段式下降是多个节点失效的累积效应导致的,而不是特定节点的崩溃。
2.3 基于网络效率的关键通道识别
本文将关键通道集中的5个区域分别以Ⅰ区、Ⅱ区、Ⅲ区、Ⅳ区、Ⅴ区命名。具体来看,关键通道集中的小区域均分布在铁路干线的交汇处,Ⅰ区与Ⅱ区的关键通道主要位于包西铁路沿线,分别是包西铁路与响大线、响四线交汇处和包西铁路与呼准鄂铁路、红柠铁路、新上线、靖神线交汇处。包西铁路是为开发内蒙古东胜煤田和陕西神府煤田而修建的一条运煤专线,主要进行区内煤炭运输,与唐包铁路交会将煤炭运往曹妃甸港,在保障国家能源供应、推动地方经济发展等方面发挥着重要作用。Ⅲ区关键通道位于包神铁路与巴准铁路交会处。包神铁路同样是为开发东胜煤田和神府煤田修建的运煤专线;巴准铁路则通过大准铁路进一步连通大秦铁路,将煤炭资源运往中国华北地区,并且向南与浩吉铁路相连至江西省,共同构成了中国西部地区煤炭外运的重要通道。Ⅳ区关键通道位于包神铁路与神朔铁路交会处。神朔铁路主要承担神府、东胜煤田的煤炭外运任务,在神池南站与朔黄铁路接轨,将丰富的煤炭资源运往东部沿海地区,进一步增强了煤炭外运通道的能力。Ⅴ区关键通道位于呼准铁路与准东铁路的交汇处。呼准铁路主要服务于内蒙古鄂尔多斯市的煤炭运输需求,将煤炭运往呼和浩特及其周边地区,或通过京包铁路和唐包铁路等铁路进一步运往华北地区。准东铁路则是大准线的向西延伸线,主要服务于内蒙古准格尔旗及其周边地区的煤炭运输需求,将煤炭运往薛家湾站,并通过与大准线、大秦线等铁路的连接,进一步运往秦皇岛、曹妃甸、天津等港口以及东北、河北、北京等地。今后,需要进一步加强对关键通道基础设施建设以及沿线安全隐患的排查和整治,确保铁路运行安全,这对于提高煤炭运输效率、保障国家能源安全以及促进地方经济社会发展都具有重要作用。
2.4 晋陕蒙能源富集区铁路煤炭运输能力提升策略
目前,晋陕蒙能源富集区“西煤东运、北煤南运”的铁路干线通道已基本建设完成,但部分铁路线路运输能力未能充分挖掘,铁路运输的直达性受到阻碍,难以实现高效畅通的运输。为提升能源富集区铁路煤炭运输能力,有力保障煤炭向资源稀缺地区的高效供应,必须加快铁路专用线和铁路外运干线的建设,并充分发挥关键通道的重要作用。
1)加快晋陕蒙能源富集区铁路专用线和集运站等基础设施建设,完善铁路运输微网络,从而扩大铁路干线的煤炭资源覆盖范围并提高运输效率[26]。
2)推进能源区煤炭外运干线铁路建设、加强铁路专用线与干线的衔接,可以有效解决铁路专用线运营效率低、多式联运衔接不畅等问题,确保铁路运行安全。
3)关键通道位于铁路专用线与外运主干线的交汇处,今后需要进一步加强关键通道基础设施建设,对关键通道进行扩容改造,提升其运输能力,缓解瓶颈路段的压力。加强关键通道的信息化建设,实现智能调度和应急指挥,保障运输安全。
3 结论
在不确定性成为交通运行新常态的背景下,提升能源运输的可靠性对于保障国家经济社会的正常运行具有极其重要的战略意义。本文聚焦于中国重要的煤炭能源基地——晋陕蒙能源富集区,基于网络分析方法系统分析了晋陕蒙能源区铁路网络拓扑结构与可靠性,确定了能源运输的关键通道,得到如下主要结论:
1)晋陕蒙能源区铁路网络结构稀疏,具有无标度网络特性。与以往研究相比,该无标度网络同样在遭受随机攻击时具有较强的鲁棒性,而面对蓄意攻击时呈现出脆弱性,但不同的是能源区铁路网络只在小规模攻击下具有这种特征,小规模随机攻击下路网呈现更好的可靠性,能够更好地保持网络结构和功能的稳定。
2)高介数攻击在节点失效比例大于20%时,研究区铁路网络性能下降更为缓和,路网更为稳健,具有较强的抗攻击能力。虽然介数中心性较大的节点在铁路网络中起到了关键作用,但网络能够通过其他路径进行替代,从而可以保持相对稳定的性能。研究区铁路网络在高节点度攻击下网络性能快速下降,路网呈现较强的脆弱性,这是因为度值较大的节点通常是网络中的重要枢纽,它们的失效会导致大量连接的中断,从而对网络的连通性和运输效率产生严重影响。
3)在不同的攻击策略下,网络性能呈现阶段式下降的态势,这是由于多个节点连续失效的累积效应导致的,而非单一特定节点的崩溃,表明晋陕蒙能源区铁路网络的性能变化是一个动态且复杂的过程,受到多个节点失效的综合影响,而不仅取决于个别关键节点。
4)晋陕蒙能源区铁路网络的关键通道呈现小区域集中现象,并且小区域中多高度数节点与高介数节点。关键通道主要位于包西铁路、包神铁路与其他铁路交会处,以及准东铁路与呼准铁路交会处,是研究区内运煤铁路与外运铁路的连接通道,将晋陕蒙能源区煤炭运往我国东部沿海、华中以及华北地区。这些关键节点和区域的存在,对网络的整体性能和可靠性有着决定性的影响。因此,保护这些关键节点和区域,对于维护整个铁路网络的稳定运行至关重要。
5)为了提升晋陕蒙能源富集区铁路煤炭运输能力,必须加快铁路专用线、集运站及关键通道等基础设施建设,完善铁路运输微网络,扩大煤炭资源覆盖范围,同时加强专用线与外运干线的衔接,解决运营效率低、衔接不畅等问题,并对关键通道进行扩容改造和信息化建设,以实现高效畅通的运输,保障煤炭向资源稀缺地区的安全供应。
相较于以往研究注重于一般情景下的道路网络可靠性研究,本文聚焦于铁路煤炭能源运输场景的可靠性议题。本文的贡献在于使用网络效率损失值作为关键通道识别的指标,识别出晋陕蒙能源富集区铁路运输网络的关键通道,为今后能源外运关键通道的维护提供了依据。今后,可以从以下3个方面进行深入研究。首先,可以考虑加入铁路的运营情况或者铁路站点的其他属性特征,探讨多种因素对网络可靠性的综合影响[27]。其次,由于货运和客运在运输需求、线路规划、运营管理等方面存在显著差异,在可靠性评估方面,除了考虑货运的运输能力和连续性外,还需兼顾客运的准点率、旅客服务质量等因素;客运需求的存在对运输网络的可靠性提出了更高的要求,因此需要进一步深入探讨客货兼顾的铁路运输网络可靠性问题,充分考虑客运和货运的不同需求,完善可靠性评估指标体系,以更全面地反映晋陕蒙能源富集区铁路运输网络的实际情况。最后,将晋陕蒙能源区内部铁路运输网络进一步扩展到基于完整能源运输过程的全过程网络分析。