基于灰色信息的加权复杂网络的相继故障模型研究

发布时间：2019-08-07 18:29

【摘要】：在我们的生活中充斥着各种各样的复杂网络,网络的稳定运行是人民生活的保障。但由于各种原因,例如人为攻击、自然灾害、元件老化等,都有可能造成网络中出现扰动引起网络中大规模的相继故障,给国家和人民带来极大的经济损失。为减小甚至消除大规模的网络故障,已有大批国内外研究学者对其展开研究。但大部分学者仅仅从网络的拓扑结构研究无权网络的抗毁性,无权网络是对现实网络的简单抽象,并不能很好的体现真实网络的特性;又或者仅以静态的角度对网络的抗毁性加以研究,而在现实网络中能量是进行交互的,即动态的,仅从静态的角度分析也是片面的。另外,以往的研究基本是基于两种极端的方式加以研究,一种是对网络完全了解,一种是完全不了解,即刻意攻击和随机攻击。而在现实网络中,网络的结构越来越复杂,规模越来越大,想要完全掌握网络中每个个体的特征和信息几乎是不可能,对网络中个体一无所知也不现实。因此介于这两种极端方式之间的状态有必要加以研究。本论文充分考虑网络的动态特性,构建基于负载容量关系的相继故障模型,并在与现实网络更加吻合的BA加权网络上进行仿真研究。提出一种与以往基于最短路径或均分相邻节点的负载分配模式不同的分配机制。按照边权比例对负载进行重新分配的机制。以网络中所有存在连接的节点与网络总结点的相对规模即连通度以及网络效率来衡量网络的抗毁性。并基于此种模式下研究灰色信息对网络抗毁性的影响。仿真结果表明,信息量掌握的越多网络表现的越脆弱;另外,能够精确掌握信息重要程度时即使信息量相对较少时也可以起到蓄意攻击的效果。因此为提高网络的抗毁性,可以将网络中负载大的节点或边加以着重保护。对于基于边和节点失效引发的相继故障都表明网络中存在瞬态过程,即网络在因故障节点或边的负载分配时,可能会造成网络瞬间瘫痪。将基于边失效和节点失效两种模式下的故障行为进行比较可以发现,对边的攻击更容易使网络崩溃。
【图文】：

第 3 章 基本网络模型复杂网络研究者们提出的网络模型中结单明了，网络中节点之间的连接总是按规则网络中一般每个节点与其它节点连网络一般指的是任意两节点都有连接的近耦合网络以及呈星型状的向外发散的高、集聚系数大以及结构对称等特征。生长规则网络不能很好的反映出现实网

- 18 -图 3.3 星型网络Fig. 3.3 Star network Erd s 和 Rényi 提出的 ER 随机以一定的概率 P 对任意的两个 随机网络模型的许多性质与节现，具有临界现象。其中随机关系，在规模相同的不同类型就是小世界效应。由于随机网=<k>/N，，由此可以看出节点数络中具有较高的平均集聚系数
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：O157.5

【参考文献】

相关期刊论文 前1条

1 吴俊;谭跃进;邓宏钟;李勇;刘斌;;基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型[J];系统工程理论与实践;2010年07期

相关博士学位论文 前2条

1 吴建军;城市交通网络拓扑结构复杂性研究[D];北京交通大学;2008年

2 王文旭;复杂网络的演化动力学及网络上的动力学过程研究[D];中国科学技术大学;2007年

本文编号：2524108