پژوهشگاه حمل و نقل طراحان پارسه فصلنامه مهندسی حمل و نقل 2008-6598 17 4 2026 06 22 Developing Graph Centrality Concepts in Analyzing and Prioritizing Transportation Network Components توسعه مفاهیم مرکزیت گراف در تحلیل و اولویت‌بندی اجزاء شبکه‌های حمل‌ونقلی 5675 5698 245514 10.22119/jte.2026.536860.2744 FA امیر حسین پناهی دانشجوی دکتری، گروه مهندسی عمران، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران علیرضا ماهپور برنامه‌ریزی حمل‌ونقل، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران 0000-0001-9454-5906 هومن رحیمی گروه مهندسی عمران، واحد شهرقدس، دانشگاه آزاد اسلامی، شهرقدس، ایران حسن دیواندری گروه مهندسی عمران، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران Journal Article 2025 07 25 Identifying key components of urban transportation networks to enhance resilience, reduce vulnerability, and optimize traffic flow is a fundamental issue in transportation planning. In this study, an analytical framework based on graph-theoretical centrality concepts and matrix–tensor structures was developed to determine and prioritize the relative importance of network components. To this end, three incidence matrices—route–street, street–intersection, and route–intersection—were defined, and a three-dimensional tensor was constructed to represent the multilayer relationships of the network simultaneously. Degree, betweenness, and eigenvector centrality measures were then computed based on these structures and integrated through normalization and weighted aggregation. The proposed framework was implemented on the benchmark Nguyen–Dupuis network consisting of 13 nodes and 38 links. The results indicated that nodes 6, 11, and 5 exhibit the highest composite centrality values, and selecting the top five nodes covers 92.3% of the network routes. Sensitivity analysis further revealed that the tensor-based criterion can highlight inter-layer nodes that are not identified by classical methods. The findings suggest that the combined use of incidence matrices and tensor structures provides deeper insight into the functional organization of transportation networks and can support more effective strategies for maintenance prioritization, alternative route design, and system resilience enhancement. شناسایی اجزای کلیدی شبکه‌های حمل‌ونقل شهری، به‌منظور ارتقای تاب‌آوری، کاهش آسیب‌پذیری و بهینه‌سازی جریان ترافیک، از موضوعات بنیادی در برنامه‌ریزی حمل‌ونقل است. در این پژوهش، چارچوبی تحلیلی مبتنی بر مفاهیم مرکزیت در نظریه گراف و ساختارهای ماتریسی–تانسوری توسعه داده شده است تا اهمیت نسبی اجزای شبکه‌های حمل‌ونقلی تعیین و اولویت‌بندی شود. برای این منظور، سه ماتریس وقوع شامل مسیر–خیابان، خیابان–تقاطع و مسیر–تقاطع تعریف و سپس یک تانسور سه‌بعدی جهت نمایش هم‌زمان روابط چندلایه‌ای شبکه تشکیل شد. معیارهای مرکزیت درجه، بینابینی و بردار ویژه بر مبنای این ساختارها محاسبه و با روش نرمال‌سازی و ترکیب وزنی تلفیق گردید. چارچوب پیشنهادی در شبکه‌ی معیار Nguyen–Dupuis با 13 گره و ۳۸ یال پیاده‌سازی شد. نتایج نشان داد گره‌های شماره‌ی 6، 11 و 5 بالاترین مقادیر مرکزیت ترکیبی را دارند و انتخاب پنج گره‌ی برتر موجب پوشش ۹۲٫۳ درصد از مسیرهای شبکه می‌شود. همچنین تحلیل حساسیت نشان داد معیار تانسوری قادر است گره‌هایی با نقش میان‌لایه‌ای را که در روش‌های کلاسیک شناسایی نمی‌شوند، برجسته کند. یافته‌ها نشان می‌دهد که استفاده‌ی هم‌زمان از ماتریس وقوع و تانسور می‌تواند به درک عمیق‌تر از ساختار عملکردی شبکه‌های حمل‌ونقل و ارائه‌ی راهکارهایی برای اولویت‌بندی نگهداری، طراحی مسیرهای جایگزین و افزایش تاب‌آوری سیستم منجر شود.

https://jte.sinaweb.net/article_245514_4ef1830e8ed513b6733808be56492598.pdf