基于完全级联传播模型的社区影响最大化

基于社会网络的社区结构特性和网络中个体间的相互影响, 通过引入社区影响最大化的概念, 并根据节点间相互影响强度的动态变化, 提出一种新的影响传播模型： 完全级联传播模型. 利用该传播模型进行社区影响最大化研究, 在安然邮件数据集上对该传播模型和独立级联模型进行实验对比, 结果表明了该模型在社区影响最大化上应用的有效性.     

边定向方法对随机网络抵制级联故障鲁棒性的影响

针对复杂网络抵制级联故障的鲁棒性问题,考虑节点权重和边的方向,通过扩展经典的全局介数方法定义节点负载,提出了新的随机网络级联故障模型.应用三种边方向确定策略,在具有单向边和双向边的随机网络上探讨了级联故障行为,分析了全局负载分布机制下定向边对网络抵制级联攻击鲁棒性的影响.仿真结果表明,对于随机网络,所使用的边定向方法均可以使得网络更加鲁棒.但是,不同的边方向确定策略和单向边比例对随机网络抵制级联故障鲁棒性的优化效果影响不大.     

基于复杂网络理论的流程工业系统安全性分析

以复杂网络理论为基础，通过对流程工业系统的结构脆弱性分析，提出了一种新的系统安全性评估方法．通过构建流程工业系统网络模型、分析其拓扑结构特性和固有特征，建立了基于复杂网络特性的连锁故障模型，用该模型对网络中故障点所引起的级联效应进行了分析，并对连锁故障的严重程度进行了仿真．以田纳西一伊斯曼化工过程为例，对所提出的方法进行了分析验证，结果表明，该方法可以从复杂网络角度分析和理解系统连锁故障的本质，识别系统中的关键点和脆弱点，为安全控制和故障预防系统的合理设计提供了依据．     

电力信息物理系统易损性分析方法

针对电力信息物理系统（CPS）体系复杂、网络耦合、易损性分析困难这一现状,以近年来国内外电力系统毁伤相关研究成果为基础,构建了电力CPS的毁伤树模型.根据电力CPS节点重要性与故障级联毁伤特性,提出了一种基于节点重要性的电力CPS易损性分析方法,构建了易损性评估模型,并结合实例进行了分析说明.结果表明,该模型可用于电力信息物理系统的生存力研究,为目标抗毁伤结构设计提升提供支撑.      

级联系统执行器故障的自适应诊断

针对一类非线性级联系统的执行器增益故障诊断问题,提出了基于自适应观测器的故障诊断方法.考虑理想情况下的非线性级联系统模型,研究带有未知扰动的非线性级联系统模型.通过设计的自适应检测观测器而产生残差,将残差与事先设定的阈值比较,来确定故障是否发生.所设计的自适应诊断观测器保证了残差信号的收敛及对故障的准确估计;在具有扰动情况下,可以确保信号指数衰减到残差集.对风力发电机非线性级联系统模型的仿真实验验证了设计方法的有效性.     

双层相依指挥控制网络级联失效研究

在考虑"负荷-容量"关系的情况下,构建双层相依指挥控制网络模型和级联故障模型,基于2种不同的子网演化模型,研究不同攻击策略下的鲁棒性、孤立与相依状态下子网络的级联故障以及平均度在抑制级联故障中所起的作用。研究结果表明:相依网络在蓄意攻击下更加脆弱;相依状态下子网络的级联故障更显著;各层子网的平均度越大,网络抵抗级联故障的能力越强。     

基于LSTM-BP级联网络的列控车载设备故障诊断

列控车载设备是保障高速列车行车安全、提高运输效率的核心组成部分,快速有效地诊断其故障类型具有重要意义.针对300T型列控车载设备故障文本数据的错综性和时序性,提出一种基于LSTM-BP级联网络模型的车载设备智能故障诊断方法.首先,采用贝叶斯正则化(Bayesian Regularization,BR)算法优化BP神经网络提高模型的泛化能力;其次,利用长短时记忆网络(Long Short Term Memory Network,LSTM)的记忆特性,充分学习具有时序性的故障特征信息,解决BP神经网络模型难以准确诊断关机误报和引发故障等问题;最后,利用实际数据对模型进行多次试验分析,BR优化的神经网络模型分类准确率为85.06%;而LSTM-BP级联网络模型分类准确率达到95.10%,能够很好地解决对关机误报和引发故障诊断不准确的问题,验证了本文所提出的智能故障诊断方法的有效性.     

网络故障边的权重优化分配与比例分配策略比较分析

边的故障可通过级联效应给网络带来灾难性后果.如何减弱或避免故障带来的影响成为目前研究的重点.当网络中某边出现故障后,需对故障边的边权进行分配,该文提出一种优化分配模型,模型中考虑了对点权大的节点的保护,常用的比例分配方案是优化分配模型的一个可行解.实例分析表明,采用优化分配策略有时可完全避免级联失效的发生,并指出不同的攻击策略下,易选取不同的故障边边权分配方案.     

复杂网络中的级联失效研究进展

随着网络科学的发展和复杂系统理论的兴起,学者们开始对复杂网络的结构和动力学特性展开深入研究。在复杂网络动力学特征中,级联失效作为复杂网络动力学特征中重要的研究领域之一,描述了一个系统或过程中的一个故障或错误导致其他相关组件或环节的连锁反应性故障。学者们针对复杂网络中的级联失效提出了多种级联失效模型和恢复策略。本文对级联失效的发生机理进行了分析,总结了国内外针对复杂网络中级联失效的研究成果,并概括了应对级联失效的恢复策略,同时指出了现有研究存在的问题与不足之处,为未来的研究提供了一定的思路。     

基于流量熵的道路交通网络脆弱性优化

道路交通系统是社会物流实现的重要支撑,其中重要站点的故障可能造成交通系统的运营限于瘫痪,甚至产生重大的经济影响.针对道路交通网络中的相继故障问题,从动静结合的角度分析了道路交通网络的脆弱性.为了检测道路交通网络在相继故障下的脆弱性动态变化,首先建立了道路交通网络的级联反应动力学模型;然后提出该模型中脆弱性的优化设计方案,并利用算法进化得到网络的最优设计;最后利用复杂网络理论得到道路交通网络的网络结构图,通过该算例验证了提出的模型和优化方法的有效性和实际应用性.仿真实验表明该模型和方法能有效地降低交通网络的脆弱性.     

基于概率模糊逻辑的蛋白质信号网络推断方法

提出了一种基于概率模糊逻辑来推断蛋白质信号网络的建模方法,能够同时处理蛋白质信号网络中的随机性和模糊性.采用概率模糊规则建立蛋白质之间的因果关系参数模型,并利用模糊后件分布函数族的差异程度来度量因果关系的强度,进而推断蛋白质之间的因果关系.在模拟数据和人体T细胞实验数据集上的测试结果表明,该方法为蛋白质信号网络建模提供了一种有效的方法.     

具恢复机制的相依电力-信息网络连锁故障传播

为了研究具有恢复机制的电力-信息网络连锁故障传播,基于相依网络理论,建立了IEEE300节点系统电力网与双星型结构信息网的电力-信息相依网络模型.分析复杂网络统计特征参数可知,电力网和信息网均具有小世界和无标度特性.利用相依电力-信息网络的连锁故障模型,对BA,WS和ER 3种不同的相互依存网络进行鲁棒性分析,提出了一种具有恢复机制的相依网络连锁故障传播模型.仿真结果表明,与目标恢复机制和随机恢复机制相比,依赖恢复机制的恢复级别更高,而且这种优势随着故障阈值的减少而提高.     

一种考虑连锁过载和隐性故障的电网脆弱区域分析方法

针对电网的连锁过载现象,提出了一种划分和识别电网脆弱区域的算法。首先从初始故障支路对剩余系统支路产生作用的角度,提出了受动敏感性和使动敏感性的概念,然后在考虑继电保护隐性故障的模式下,给出了初始故障支路和剩余系统支路之间的关联作用指标以及初始故障支路对剩余系统支路形成敏感性的指标,将这些指标作为特征输入量给出了一种基于聚类方法的电网脆弱区域的划分和识别算法,并在IEEE 39节点系统上进行了算例分析,验证了算法的合理性。     

基于分布式流的复杂网络上边级联失效

考虑现实网络中流的分布式传输方式和边的负载-容量关系,提出了一个带有可调权重参数的边级联失效模型.依据新的度量网络鲁棒性指标,探讨了两种典型复杂网络由蓄意边攻击而引发的级联失效行为.仿真结果表明,存在最优参数值使得网络达到最强抵制边级联失效的鲁棒性,能够显著降低灾害动力学发生的可能性.而且,网络的拓扑结构和平均度均对网络鲁棒性产生了影响。     

级联故障在交通基础设施网络中传播与恢复：基于文献的全面回顾

交通基础设施(transportation infrastructure, TI)网络极易因产生级联故障而导致瘫痪。然而,系统性地研究TI中级联故障似乎一直被忽略。为弥补这一领域的空白,全面审查了孤立、多层和空间TI网络中级联故障的传播机制、分析方法和预防策略。最后提出级联故障分析和预防的主流模型,并表明未来的研究中应该关注接受复杂性和依赖性、在安全性和韧性之间建立联系、对故障采用所有危险的方法、避免创建新的漏洞以及在部门之间转移知识等方面。研究成果有助于促进本领域的发展以及项目管理团队在早期阶段揭示和解决TI网络中的级联故障。     

基于级联失效的复杂网络抗毁性

传统的复杂网络抗毁性研究主要基于网络静态连通性,而忽视了网络动态特征。该文在网络动态性基础上,研究级联失效条件下复杂网络的抗毁性能,对ER随机网络模型、BA无标度网络模型和PFP互联网拓扑模型这三种模型在不同攻击策略下的抗毁性进行了对比分析和仿真实验。实验结果表明：在随机攻击下,ER网络表现最为脆弱,而BA网络的抗毁性...     

基于多种指标优化的连锁故障预防策略研究

为了预防连锁故障的发生,兼顾电网运行时的安全裕度和电压稳定情况,将电网当前运行与临界状态的节点注入功率之间的差值转化为安全裕度指标;分别将衡量电网整体和某节点电压稳定的雅可比矩阵最小特征值指标和电压稳定的L指标相结合,给出了电压稳定的综合指标;结合电网实际情况给出了各种约束条件,由此确定了完整的预防连锁故障模型;提出了监控优化过程中电网切除初始故障后的剩余支路所受潮流转移的影响程度是否在降低,从侧面证明了文中提出的预防连锁故障模型能够达到预防连锁故障的目的;通过对IEEE39节点系统进行算例仿真,验证了所构建的预防连锁故障模型的可行性和有效性．      

基于耦合映像格子模型的城市轨道交通网络可靠性研究

为进一步提高轨道交通网络化背景下的系统可靠性,预防系统潜在客流风险,从复杂网络视角,分析了轨道交通网络可靠性及其加权客流网络可靠性。为衡量客流权重对网络可靠性的影响,构建了客流加权可靠性评价指标。利用上海公共交通卡数据,得到网络节点真实客流权重,以实际客流权重为参数,衡量客流加权网络可靠性。基于耦合映像格子（CML）模型,构建上海轨道交通网络动力学模型,模拟不同情境下网络节点引发的网络级联失效动力学过程,并衡量级联失效过程中的网络客流加权可靠性变化情况。结果表明：地铁网络客流加权性质在毁损初始阶段,下降较小;网络毁损规模超过50%,客流加权网络可靠性趋近于0。因此,在网络毁损初始阶段采取措施能有效防止故障在网络扩散。