面向级联失效的复杂网络鲁棒性研究
作者单位:华东交通大学
学位级别:硕士
导师姓名:陈世明
授予年度:2014年
学科分类:0711[理学-系统科学] 07[理学] 08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程]
摘 要:基础设施网络遍布于人们生活的各个角落,其可靠性关系着社会经济的高速发展和人们生活正常进行。近年来,由级联失效引起的网络大面积瘫痪的灾害屡见不鲜,随着基础设施网络的不断壮大,网络在为国民经济和人民生活、社会发展提供便利的同时网络的复杂性也在增强,这使得研究和控制基础设施网络级联失效故障传播的难度不断增加。本文以复杂网络理论知识为基础,基于复杂网络的静态鲁棒性、动态鲁棒性、负载重分配方法以及鲁棒性测度等,围绕着“复杂网络如何在有限的成本下获得最强鲁棒性这一问题,从级联失效方面出发,研究了面向级联失效的铁路网增边优化、面向级联失效的相依网络鲁棒性等问题。本文主要的研究成果如下: (1).复杂网络动态鲁棒性是指网络在负载动态变化情况下的连通性能,网络遭遇级联失效时,网络上边(节点)上的负载进行合理的重分配可以在一定程度上缓解或者抑制级联失效的传播。针对实际交通拥堵以及交通舒缓的方法,提出了一种局部负载重分配策略,可以使拥堵路段上造成拥堵的额外负载向邻近路段进行分配。同时,在鲁棒性测度方面,考虑到代数连通度和自然连通度的不足,本文提出了一种改进的自然连通度,不仅能够快速敏捷的反应网络在失效情况下网络连通性能的变化,而且能明显区分网络较之于未失效之前的网络而言是否连通。 (2).铁路运输系统特别是中国铁路运输系统,在货物或人员的输送方面起到至关重要的作用。本文以中国铁路交通运输系统为对象,将其抽象为三种网络模型,对其进行组合增边优化。在此基础上采用定向混沌排序粒子群优化算法进行加边优化,并采用不同的测度进行鲁棒性比较。通过在典型网络和实际网络中的仿真比较可知,DCSD-PSO算法要优于BPSO算法,具有可行性和先进性。最后,通过对两种算法所获得的最佳网络拓扑结构进行级联失效仿真,证明了所获得的拓扑结构具有良好的鲁棒性能。 (3).由于网络之间的耦合作用,相依网络的级联失效导致的灾难性后果要远大于单个网络。本文针对相依网络耦合强度、子网络边以及耦合边对网络鲁棒性影响的问题,首先,基于三种典型网络模型以随机耦合的方式建立对称和不对称相依网络,针对不同的相依网络模型,计算其网络临界成本,比较耦合边权值和子网络边权值对相依网络成本的贡献程度,发现耦合边对网络的贡献更大。其次,采用仿真和理论证明的方法,获得使得网络具有最小网络成本时的子网络负载参数值和耦合强度参数值,并证明了网络成本变化趋势与该参数对有关。最后,以网络成本作为鲁棒性测度的变量,通过对六种相依网络模型进行级联失效仿真,给出了网络具有最强鲁棒性时参数对的取值,以及网络鲁棒性与耦合强度之间的关系,发现网络鲁棒性并不是随着耦合强度单调的增加或减少。不同相依网络模型的仿真比较结果都相似,由此可知这种现象具有普遍性。这为实际相依网络构建中网络负载的设计分配提供了一定的参考价值,也为网络在不改变总体网络成本,通过局部调整网络线路上的负载关系来抵御级联失效提供一种方法。