物流服务供应链复杂网络脆弱性测度研究

doi:10.3778/j.issn.1002-8331.1604-0134

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (19): 224-230.DOI: 10.3778/j.issn.1002-8331.1604-0134

物流服务供应链复杂网络脆弱性测度研究

张广胜1，2，刘伟1

1.上海海事大学交通运输学院，上海 201306
2.嘉兴学院平湖校区物流系，浙江嘉兴 314000

出版日期:2017-10-01 发布日期:2017-10-13

Vulnerability measurement research of complex network of logistics service supply chain

ZHANG Guangsheng1, 2, LIU Wei1

1. School of Transport & Communication, Shanghai Maritime University, Shanghai 201306, China
2. Logistics Department of Pinghu Campus, Jiaxing University, Jiaxing, Zhejiang 314000, China

Online:2017-10-01 Published:2017-10-13

摘要/Abstract

摘要： 合理评价物流服务供应链脆弱性是实现网络高效率的重要前提。分析物流服务供应链网络节点作用规律，引入聚集系数、最大连通度及连通效率作为网络脆弱性测度指标，基于所构建攻击策略对二级物流服务供应链网络进行实例研究。研究结果表明：所构建指标可较好描述物流服务供应链网络脆弱性能变化；相较于功能型物流服务供应商与物流客户，物流服务集成商对网络脆弱性影响程度最大。最后提出了物流服务供应链网络脆弱性的有效防范对策。

关键词: 物流服务供应链, 复杂网络, 脆弱性测度, 攻击策略

Abstract: Rational evaluation of logistics service supply chain vulnerability is an important prerequisite to achieve high efficiency of network. Interaction law of internal nodes of logistics service supply chain is analyzed. Network clustering coefficient, largest connectivity and network connectivity efficiency are introduced as measure indicators of network vulnerability. Based on attack strategies, the paper takes two-level logistics service supply chain network as an example to carry on empirical research. Results show that the constructed index can describe vulnerability change of logistics service supply chain network, compared to logistics service provider and logistics customer, logistics service integrator has the biggest impact on network vulnerability. Finally, effective preventive strategies of network vulnerability of logistics service supply chain are put forward.

Key words: logistics service supply chain, complex network, vulnerability measurement, attack strategy

张广胜1，2，刘伟1. 物流服务供应链复杂网络脆弱性测度研究[J]. 计算机工程与应用, 2017, 53(19): 224-230.

ZHANG Guangsheng1, 2, LIU Wei1. Vulnerability measurement research of complex network of logistics service supply chain[J]. Computer Engineering and Applications, 2017, 53(19): 224-230.

[1]	张芳，武杰，杨悦. 风险规避的冷链物流服务供应链减排协调决策[J]. 计算机工程与应用, 2021, 57(24): 259-267.
[2]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[3]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[4]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[5]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[6]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[7]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[8]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[9]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[10]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[11]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[12]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[13]	姚蓉1，杨雄1，杨鹏飞1，阴桂梅1，2，李海芳1. 精分EEG脑网络同步稳定性研究[J]. 计算机工程与应用, 2019, 55(5): 60-64.
[14]	陈紫扬，张月霞. 结合二层节点度和聚类系数的链路预测算法[J]. 计算机工程与应用, 2019, 55(23): 40-44.
[15]	张昕，严沛，郭阳，王慧慧. 基于k-shell的复杂网络最短路径近似算法[J]. 计算机工程与应用, 2019, 55(14): 54-60.

物流服务供应链复杂网络脆弱性测度研究

Vulnerability measurement research of complex network of logistics service supply chain

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics