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．     

基于OPNET的客运专线安全数据网故障建模

客运专线安全数据网络的可靠运行对高铁运输安全至关重要,故障建模是研究该网络可靠性的重要手段.但是,目前对该网络中故障没有进行系统研究,只是针对特定故障对网络的影响,缺乏一种对故障进行分类和建模的方法.针对这个问题,本文提出了采用三层故障体系对客运专线安全数据网络中的故障进行分类,并使用OPNET软件为该网络建立故障模型.该分类方法解决了客运专线安全数据网络故障研究的混乱问题,并且提供了一种对该网络故障模型的方法.     

一种基于脆弱点依赖图的脆弱性评估方法

为弥补目前网络脆弱性评估系统比较简单、评估结果不全面不准确的不足,提出一种基于脆弱点依赖图的网络脆弱性评估方法,并在该评估方法基础上开发出相应的评估系统.该方法吸收了通用弱点评价体系(CVSS)的优势,同时与目标网络的脆弱点依赖图很好地结合起来,可对网络脆弱性做出一个客观评价.在计算过程中,该方法将脆弱性可利用性和脆弱性影响分开计算,并与实际目标网络中的脆弱点依赖图相结合,从而使得计算值更有参考和实用价值.     

电力信息物理融合系统结构脆弱性分析

为了识别电力信息物理融合系统(Cyber Physical Power System,CPPS)脆弱性并制定相应脆弱性防控策略,从结构的角度,建立电力网为IEEE118节点系统、双星型信息网和网型信息网2种具有不同子网络结构的CPPS相依网络模型.提出一种相依节点对重要度综合指标,该指标可以辨识对CPPS结构脆弱性产生重大影响的相依节点对,克服单层网络指标的局限性.基于相依网络连锁故障模型,分别采用随机攻击策略和蓄意攻击策略,分析2种CPPS的结构脆弱性,并研究关键节点保护策略对2种CPPS结构脆弱性的影响.仿真结果表明,随机攻击策略下,网型信息网CPPS的结构比双星型信息网CPPS更加脆弱.蓄意攻击策略下,优先攻击相依节点对对网络连通性的破坏程度更大.合理选取关键节点保护策略的保护节点可以改善系统的结构脆弱性.     

地理相关故障光网络脆弱性评估

针对地理分布光网络的脆弱性,给出了构建地理灾难模型与光网络脆弱性研究的方法；提出了一种地理灾难相关故障模型仿真现实的灾难情况和相关链路故障的情况,并分析了灾难之间的相关性.围绕地理灾难相关故障和相关链路故障,通过选择高斯函数的方差、交互参数c和半径R聚类分析了2种类型(抑制型和群集型)4种灾难场景；通过计算4种灾难场景的可靠性,得出网络最有效攻击范围为200 km和攻击类型为群集性灾难；采用最有效的灾难对实际的网络拓扑进行仿真,仿真结果表明采用本方案能够获得光网络脆弱区域,且降低了算法时间的复杂度.     

基于电网结构和物理过程的脆弱性评估新模型

本文结合电网稳定运行时的结构脆弱性和受到袭击时的线路容量变化率,建立了电网线路的脆弱性评估模型.该模型综合了电网结构脆弱性的评估方法和电网受到袭击时物理过程的分析方法,克服了传统模型的不足,更加全面地分析了电网故障,得出更加精确的分析结果,为电网脆弱性评估和电网运行维护提供了重要依据.最后,通过算例仿真验证了该模型的正确性和有效性.     

无线传感器网络在电力系统故障定位中的应用

提出了一种基于分层式无线传感器网络检测并定位电力线路故障的方法.讨论了无线传感器网络的能量供应模式,设计了节点的能量供应模型.分析了应用无线传感器网络定位两相短路故障和单相接地故障的理论.对利用无线传感器定位电力线路故障的理论进行了仿真,验证了该理论的可行性.     

基于关联性的卫星通信网链路故障自主识别

针对传统的网络链路故障识别方法往往需要人工参与、准确性有限的不足,提出了一种网络元素关联性的卫星通信网链路故障自主识别算法.该方法通过建立卫星网故障链路识别模型(FLIG),管理节点能够自主地、实时地检测出最可能出现故障的链路.利用该算法对示例网络链路故障进行了分析,并且与经典的非关联性的故障识别方法进行了对比.实验结果表明:所提出的算法考虑网络元素故障之间的作用,结果精确并具有实时性.     

突发事件条件下旅客列车流网络脆弱性分析

为了对全路旅客列车开行方案的高效性及可靠性进行研究,基于全国铁路旅客列车开行方案构建旅客列车流网络,建立了列车流复杂网络节点与边的容量-负荷混合动态模型以分析其脆弱性. 运用计算机仿真的方法,分别模拟蓄意攻击与随机故障条件下旅客列车流网网络效率,结果表明我国铁路旅客列车流网络在蓄意攻击条件下脆弱性明显,而对于随机故障具有较强的抵抗性.     

基于T-S模糊故障树和贝叶斯网络的隧道坍塌易发性评价

坍塌是钻爆法隧道施工过程中常见的灾害事故之一.为了有效预防坍塌事故,为隧道施工安全风险分析和管理提供决策依据,将T-S模糊故障树和贝叶斯网络进行互补融合,提出了一种基于两者的钻爆法施工隧道坍塌可能性评价方法.根据T-S模糊故障树向贝叶斯网络转化的方法来确定贝叶斯网络模型和条件概率表;利用模糊数和模糊子集分别描述节点的故障状态和故障概率;运用贝叶斯网络双向推理算法进行计算.该方法可以利用根节点的故障概率模糊子集和施工中实际故障状态两种不同的正向推理方式计算隧道坍塌可能性,并且可以依据根节点的重要度分析结果排查故障,同时可以通过反向推理计算根节点的后验概率诊断故障.两个工程实例的应用结果表明,该方法能够科学、合理地评价隧道坍塌的可能性并确定关键致险因子,可作为隧道施工安全保障和管理的决策工具.     

考虑脆弱性的离散交通网络设计

针对交通网络中的脆弱单位进行优化是保证路网稳定运行的前提。为此,选择改进后能从多方面综合反映路网脆弱性的评价指标,分析了脆弱性指标和路段数、交通量之间的关系,并利用双层规划模型来描述考虑脆弱性的离散交通网络设计,其中上层模型以路网脆弱度最小化为优化目标,下层模型为用户均衡配流模型,通过设计遗传算法并结合Frank-Wolfe算法进行求解。算例结果表明,投资金额为300万元时,与以单一路段脆弱性为优化目标的方案相比,从路网整体角度出发提出的优化方案可将13条路段的脆弱度降低到理想值,而前者只有仅仅7条,并且此时该方案可将路网脆弱度降低38.5%,相比于前者多降低9.1%;分析还发现在起讫点(origin-destination, OD)需求越大的情况下,需投入更多的建设资金才能将路网脆弱度降低到理想值。     

交通网络演化规律

基于城市空间结构与交通系统的动态互馈原理和交通系统的内在运行机制,以微观机理融合宏观机制为指导思想构建交通网络演化模型与算法,研究交通网络演化规律.在短期内,纳入道路用户外部性构造目标函数,进而建立交通系统最优模型;在较长时期,利用交通系统和城市空间结构之间的动态互馈作用、区域间经济联系的概念以及无标度网络演化规则的设计理念设计交通网络演化规则,刻画演化机制.实例研究表明,随着网络的演化,出现了层次现象并越来越清晰,更为重要的是,交通网络总费用随之下降;利用介数中心性定义了一种新的交通网络熵,该网络熵也呈现减小趋势,揭示了随着交通网络渐进地向有序演化,交通系统性能得以不断优化.     

路网下的收费道路分车型费率优化双层规划模型

本文以收费道路及相邻道路组成的路网为研究对象,利用双层规划理论建立起路网下的分车型费率优化模型,上层规划表述路网管理者追求社会效益最大化的思想,并以实现道路经营者财务目标作为约束条件,下层规划采用多车型多准则交通均衡模型来预测路网下的交通流量,通过模型求解可以获得各收费路段的分车型最优收费费率以及相应的路网交通流量,文中介绍了利用遗传模拟退火混合算法对模型进行求解的步骤,最后以一个算例对模型的效果以及考虑道路使用者差异的必要性进行了验证说明。     

基于出租车轨迹数据的交通异常识别算法研究

为了实现基于出租车轨迹数据的交通异常识别,本文首先以城市栅格地图模型为框架,提出了一种针对城市路网的多光谱分隔算法,并根据城市路网分别从区域增长与区域融合两种角度实现了多光谱地图的分割。其次在分割的城市路网基础上,设计了交通异常的识别算法。算法依据单元区域内道路网络拓扑结构构建交通异常图,然后根据出租车路径选择模式的历史规律计算每个单元区域内不同路径上的出租车轨迹流量的变化,最后根据三倍均方差指标识别单元区域内的交通异常。文章最后以哈尔滨为例进行了算例分析,算例结果表明,本文提出的异常识别算法取得了良好的效果,验证了算法的有效性及准确性。     

A BP neural network based information fusion method for urban traffic speed estimation

Obtaining comprehensive and accurate information is very important in intelligent traffic system (ITS). In ITS, the GPS floating car system is an very important approach for traffic data acquisition. However, in this system, the GPS blind areas caused by tall buildings and tunnels could affect the acquisition of traffic information and depress the system performance. Aiming at this problem, we developed a novel method employing a back propagation (BP) neural network to estimate the traffic speed in the GPS blind areas. When the speed of one road section is lost, we can use the speed of its related road sections to estimate its speed. The complete historical data of these road sections are used to train the neural network, using Levenberg-Marquardt learning algorithm. Then, the current speed of the related roads is used by the trained neural network to get the speed of the road section without GPS signal. We compare the speed of the road section estimated by our method with the real speed of this road section, and the experimental results show that the speed of this road section estimated by our method is better.     

面向大型社会活动的智能交通控制策略研究

城市交通系统是由交通工具、交通路网、交通设施和交通运营管理组成的一个整体,良好的控制策略可以有效缓解道路拥堵,提高路网利用效率.为了缓解大型社会活动期间短时间交通需求激增对快速路网运营的压力,提出一种基于动态交通分配理论的智能交通控制策略.该策略以路网总运行时间最少为目标,通过宏观调节分流比例来进行优化控制,为交通控制与管理提供辅助决策依据.同时,讨论了适合模型求解的优化算法——序列二次规划算法,并针对上海快速路网特点进行仿真实验.仿真结果表明:智能交通控制策略可以有效改善路网的运行状态,减少路网的总运行时间,具有良好的实用价值.     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

分布多跳式网络吞吐量优化的并行性研究

传统的分布多跳式网络吞吐量的优化方法并不能满足用户高移动性、高数据速率的要求.为了提高分布多跳式网络吞吐量的优化性能,提出并实现了分布多跳式网络吞吐量的分布式并行优化算法.首先将分布多跳式网络等效成M/M/m级联排队系统,并用流水线技术实现了优化算法.然后研究了用户移动速度和网络环境对吞吐量的影响,并以此得出一般的近似最优的分布式算法.最后分析了多用户之间的干扰问题对网络吞吐量的影响.仿真结果表明,并行优化算法可以提高分布多跳式网络的吞吐量和降低通信时延;理论分析结果也说明了在某些情况下可将干扰看作高斯噪声.     

基于车道的城市道路仿真数据模型

从满足城市道路仿真需求的角度分析了数据建模的特点,提出了一种能够较真实反映路面的平面剖分方法,结合车道数据模型,能够准确地描述车道的属性信息。该模型突破了传统平面道路描述的局限,能够描述道路系统的非平面部分。将实际道路网络分为多个道路等级,实现不同层次道路网络信息的互操作,为整个道路仿真系统数据库的建立提供了理论基础。同时也可实现基于低层次道路网络生成高层次网络拓扑的算法,为真实反映道路交通状况提供了可能。