交通地理与网络科学/网络灵活性和适应性
一个系统的“可变性”是指系统能够适应的可变路径数量，这意味着该系统在功能上是否僵化。可接受的变更路径数量由“可能的最终状态数量”和“可能的效应数量和可能的机制数量”[1]决定。为了描述一个系统的可变性，在网络分析中使用了两个常见的特征，即适应性和灵活性。适应性是指应对环境中意外扰动的能力。因此，可适应的系统是一个开放系统，能够根据环境或系统本身部分的变化进行自我改造。任何系统，不仅在交通领域，都需要考虑如何随着时间的推移为利益相关者提供价值，以便在动态和当代环境中维持自身。作为“可变性”的度量，灵活性适应性反映了变更主体的外部和内部位置——分别是系统边界；而变更主体是指系统变更背后的力量发起者。如果变更主体是系统外部的力量，那么在这种情况下发生的变更属于灵活型变更。另一方面，如果变更主体是系统的内部修改，那么变更属于适应型变更。然而，在某些情况下，系统变更可以同时具有适应性和灵活性；因此，为了避免混淆，必须明确定义系统边界。 [1]。本文的其余部分专门讨论网络适应性和灵活性。
适应性和灵活性特征通常是相关的；换句话说，一个可适应的网络是灵活的，系统中的元素能够从过去的经验中学习。是否追求适应性变更的决定取决于对该变更的最高支付意愿。在一般共识中，大多数时候人类是高度适应的。在广泛的可能性和变化范围内，人们认为这些变化的成本是可以接受的（即，自我改变的成本是合理的，无论是从美元角度还是时间角度考虑）[2]。为了提高对特定提议的变更的可接受性，一个系统应该要么降低变更的实际成本，要么提高变更的成本阈值。
对交通服务的日益增长和不断变化的需求，经常要求底层系统不时地对内部特征（如基础设施）和外部特征（如能源供应和政策）进行变更。因此，在需求更加模糊的环境中，系统更高的灵活性变得越来越可取。
灵活性是指网络在保持系统性能令人满意的情况下，适应基础设施和运营方面的外部变化的能力。整个网络的整体灵活性由“最不灵活”的元素决定。因此，有必要分别考虑网络的各个元素。节点灵活性、链接灵活性，以及用于构建和运营网络的时间灵活性，都是需要分别分析的这种单个网络元素的示例。 [3] 以下展示了节点灵活性、链接灵活性以及时间灵活性元素的全面定义。
节点灵活性是指网络节点（接入点）易于构建的程度；这可以通过规划、批准和实施节点开发所需的时间以及此类开发的成本（通过添加一个节点来扩展网络的成本）来衡量。
影响节点灵活性的四个维度。
1. 物理尺寸: 节点所需的空间区域。所需的区域越大，节点可能放置的位置就越受限制，因此该可能的节点灵活性就越低。
2. 特定要求: 实施此类节点的规范会对可用于构建此类节点的区域施加限制。要求越多，找到合适位置的可能性就越低。
3. 地点外部性: 从节点本身的特征产生的外部性的范围和严重程度，这会限制设置此类节点的环境。这方面的例子是机场和电话亭之间的差异。
4. 链接-节点接口: 节点和链接之间的连接有时需要特殊的基础设施实施（如跑道或停车场）；此类接口也可能会对网络中的流量方向性施加某些限制。
与节点灵活性类似，链接灵活性是指在节点之间添加更多链接的难易程度和成本。
影响链接灵活性的四个维度。
1. 链接要求: 链接的技术要求。对于铁路和公路等链接，需要严格的工程标准和几何设计。
2. 链接外部性: 指的是建立这些链接的基础设施产生的外部性，因为此类基础设施可能需要空间，从而影响周围的生态系统和环境。
3. 交通外部性: 指的是流量对链接产生的外部性；它们对链接的位置或运行施加限制。例如，某些类型的交通可能只使用某些链接或某些链接对齐方式。
4. 补充基础设施：在现实生活中，网络并非独立存在，在许多情况下，访问一个网络依赖于其他网络，例如机场交通。补充网络的局限性，特别是连接链路的灵活性，会影响整个网络的灵活性。
时间灵活性是指对基础设施投资进行排序的能力，以及基础设施的使用在多大程度上需要协调其他用户的协调程度。两个主要因素，即可分割性和使用灵活性会影响时间灵活性。
1. 可分割性：具有较高可分割性的网络可以更好地适应空间结构的变化，并且不易受到故障的影响。因此，随着投资可分割性的提高，网络的灵活性也会提高。
2. 使用灵活性：网络运行的灵活性是用户之间协调程度的函数，假设用户之间存在一定的独立性。例如，一个用户使用一个网络不会显著影响其他用户可用的选择。对于不需要控制层次的去中心化网络，例如互联网，该网络被认为是灵活的。相反，如果所有车辆都需要严格协调，例如在铁路系统中，则该操作被认为是不灵活的。
下表总结了一些与灵活性适应性相关的特征，针对几种网络类型。航空网络面临着最多的限制，不仅因为它们需要较大的节点区域，还因为安全考虑以及对周围空间施加的广泛外部性。因此，对新机场的勘测和建设工作非常谨慎。相反，机动网络，包括公路和铁路网络，与空中航线（车辆本身基本上是链路，只需要在空域中指定安全的路径）相比，需要大量的物理基础设施，因此相对不灵活。尽管如此，由于节点需求的僵化，整个航空网络高度不灵活。
电信系统也有不同的行为。根据某些技术约束，与其他网络相比，这些网络需要相对较高的互补外部性。节点的高度可分割性和灵活尺寸使电信网络比表1中描述的其他网络更灵活[4]。这个简短的讨论表明，最不灵活的网络类型是国际航空运输网络，因为它需要最大的节点区域和大量的资本投资。根据表1，电信网络是最灵活的，因为它们受维度的限制最小。机动网络和铁路网络的不灵活主要来自基础设施的实施，特别是高速铁路。这些网络假设需要对运动进行绝对的中央控制，这使得它们不灵活。虽然公路比铁路灵活得多，但公路和高速公路之间存在重要差异。高速公路的选址难度、物理要求和约束要大得多，这使得它们比普通公路不灵活。然而，由于公路和高速公路系统可以相互补充，因此总体上提供了一个非常灵活的网络。
系统的容量灵活性是指运输系统适应交通需求变化的能力。它的意义以两种不同的方式呈现。首先，美国交通量的持续增长与系统公里数相对稳定的水平相结合，导致每车道公里数的出行次数增加。第二个考虑因素是贸易模式、基础设施上运输的货物类型以及所用运输服务性质的变化[5]。容量灵活性可以描述为网络容量与需求变化之间接口的特征——换句话说，相对于需求变化的可接受的波动[6]。
容量灵活性衡量的是总体交通量相对于交通需求波动的变化、流量的空间模式（从一个OD对或特定路径转移到另一个）、以及所运商品的组合。在工程和经济文献中，衡量灵活性的传统方法是敏感性分析，特别是盈亏分析中使用的概念。图1显示了测量灵活性的说明[5]。
该图中所示的灵活性指标是盈利需求（销售额）的范围。
MAXCAP模型通过评估系统能够容纳的最大交通量来估计系统的“基本交通容量”，这取决于潜在的交通模式。因此，灵活性由每条交通车道能够承载的最大交通量以及系统能够容纳的需求增长百分比来表示。使用此应用程序，可以分析双层堆叠铁路货运运输（DDS）。[7]该模型的目标是最大限度地提高整个网络中从起点到终点的货物运输量。需要评估约束条件，包括交通模式、每车道（O-D对，商品）的货物组合、链路容量的限制、终端容量、可用车队、流量守恒以及替代路线选择。所考察的双层堆叠网络服务是覆盖整个美国和大多数主要铁路的市场潜力重大研究的主题。[8]。
要分析的网络如图2所示[7]
使用MAXCAP模型对该网络的总体结果如表2所示[5]。第一行表示当所有用户选择每个O-D对之间的最短路径时系统的基本容量。1987年的原始基本交通量为1.15×105。最短路径选项的估计最大容量为1.48×105个集装箱/月。与原始数据相比，该模型估计该系统能够容纳 28.6% 的交通量增长。换句话说，该网络足够灵活，能够容纳任何组合的交通车道上的交通量增加 28.6% 。
除了最短路径选项之外，还考虑了另外两种替代路线选择：1. 最短路径 + 一条不相交路径（不与其他节点共享链路的替代第二短路径）2. 服务等级路径路由选项（LOS），作为满足给定所需服务等级的所有 O 和 D 之间的路径集
这两种替代路线选择带来了额外的灵活性。参考表3，最短路径 + 一条不相交路径相对于基本模式产生了 178.8% 的容量储备。考虑到最短路径情况提供的 28.6% 的灵活性，在每个 O-D 对之间添加一条额外路径会带来更大的灵活性增长。服务等级路径路由允许更大的容量，相对于基本模式储备增加了 192.1% 。但是，这两种替代路线选择在灵活性增长方面没有表现出显著的差异，这表明提供路线选择不会以我们假设的方式影响灵活性。
ADDVOL模型估计系统容量灵活性的上限；考虑一个洪泛的系统——ADDVOL模型给出了根据MAXCAP估计值，每条车道可以增加多少交通量。当允许偏离基本交通模式时，在每个OD对之间移动的总交通量的比例现在是一个变量。与MAXCAP估计不同，ADDVOL模型的目标是最大化总货物量。其余约束条件遵循固定模式模型的格式。
用于估算交通系统容量的模型可以应用于测量系统灵活性，前提是引入了灵活的路线选择方案。固定模式方法提供了一个保守的估计方法，预测了系统灵活性的下限估计。本研究仅将该模型应用于货运交通系统的有限部分。值得讨论的是，在更广泛、更现实的网络中，交通模式和路线选择的差异可能会产生不同的结果。
灵活性指标在许多方面都很有用。例如，这些指标可以帮助确定哪些系统在面临重大灾难时能够更有效地运行。也可以确定网络适应大幅增加的交通流量的能力。第三个用途是根据特定假设（例如交通量或模式的突然变化）评估投资决策。
Gifford，Jonathan L. “城市交通政策和规划中的适应性和灵活性”《技术预测与社会变化》，1994 年，第 45 卷（第 2 期），第 111-117 页
姚丽；孙丽；王伟宏；熊辉，“换乘地铁站服务设施适应性分析”《工程数学问题》，2012 年
浦海涛；林金娇，“智能城市交通系统适应性研究”《智能计算与智能系统》，2010 年 10 月，第 3 卷，第 802-805 页
- ↑ a b Adam M. Ross，Donna H. Rhodes 和 Daniel E. Hastings，“定义可变性：协调灵活性、适应性、可扩展性、可修改性和鲁棒性以维持系统生命周期价值”《系统工程》，2008 年，第 11 卷（第 3 期），第 246-262 页
- ↑ Adam M. Ross，Donna H. Rhodes 和 Daniel E. Hastings，“定义可变性：协调灵活性、适应性、可扩展性、可修改性和鲁棒性以维持系统生命周期价值”《系统工程》，2008 年，第 11 卷（第 3 期），第 246-262 页
- ↑ Eran Feitelson，Ilan Salomon，“差异网络灵活性对空间结构的影响”《交通研究A部分：政策与实践》第 34 卷，第 6 期，2000 年 8 月，第 459-479 页
- ↑ ] Eran Feitelson，Ilan Salomon，“差异网络灵活性对空间结构的影响”《交通研究A部分：政策与实践》第 34 卷，第 6 期，2000 年 8 月，第 459-479 页
- ↑ a b c Edward K. Morlok，David J. Chang，“衡量交通系统的容量灵活性”《交通研究A部分》第 38 卷（2004 年），第 405-420 页
- ↑ Anthony Chen，Panatda Kasikitwiwat，“交通网络容量灵活性的建模”《交通研究A部分》第 45 卷（2011 年）第 105-117 页
- ↑ a b Morlok，Edward；Riddle，Stephanie，“估算货运交通系统的容量：模型及其在运输规划和物流中的应用”《交通研究记录》，1999 年，第 1653 卷（第 1 期），第 1-8 页
- ↑ Smith，D. S. 等，Manalytics，Inc. 双层集装箱系统：对美国铁路和港口的启示。报告 DTFR53-88-C-00020。美国运输部联邦铁路局和海事局，1990 年