Resumen

En este documento, construimos un modelo de logística regional desde una macroperspectiva. Primero, basándonos en el modelo de gravedad, se establece el índice de atracción logística entre ciudades como el peso del modelo, y así se construye el modelo ponderado de logística regional. A continuación, utilizamos el método de análisis de redes sociales para analizar su estructura y hacer recomendaciones específicas para la construcción de redes logísticas. Finalmente, analizamos la respuesta de los modelos a ataques aleatorios y ataques deliberados. De nuestro estudio, se encuentra que cuando los nodos o aristas fallan alcanzan un cierto porcentaje, la red logística regional colapsará a gran escala. Por lo tanto, es importante optimizar el umbral de la red logística regional. Esto proporciona claramente una nueva perspectiva para el estudio de las redes de logística regional.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Papel; Modelo logístico regional; Modelo de gravedad; Atracción logística; Análisis de redes sociales; Redes logísticas.
• Keywords:Paper; Regional logistics model; Gravity model; Logistics attraction; Social network analysis; Logistics networks.