文摘

多式联运网络的级联失效可能导致巨大的经济损失和社会影响,逐渐吸引了公众的注意。针对多式联运网络中节点的耦合效应和更高的级联失效过程的复杂性,关联度的概念节点和节点合作程度提出了描述网络的特点,以及介绍了logit模型来计算节点的初始负载。在忽略网络中断的情况下,我们提出两个负载分配方法:本地分配和全球性的本土分配。多式联运网络在川藏地区作为一个例子,多式联运网络的级联失效效应在川藏地区由敏感性分析量化。结果表明,当在川藏地区多式联运网络的负载超过最大容量,但不超过150%∼170%的网络容量,网络仍然可以正常运行。此外,多式联运网络中的节点应该0.3∼0.5可伸缩的空间。在级联故障控制方法、负载分配基于全球性当地分配可以最小化节点过载的影响。

1。介绍

级联失效理论是研究有争议和赖1),和古典毫升模型提出了。大多数现有的研究都基于此。目前,级联失效理论主要用于电力(2,3)、交通(4,5),和信息网络6]。在过去的几十年里,学者和研究人员已经做了很多研究在网络级联失效及其控制方法。彭(5)建立了一个级联模型在城市道路交通网络上基于灾难扩散动力学。考虑自愈能力的节点和延迟时间的影响因素在灾难传播机制,采取崩溃的节点数和节点的修复率作为评价因素,网络上的不同参数值的影响进行了研究;刘等人。7)研究了在紧急情况下的交通网络级联失效模型和确定的初始载荷增量加载方法在多路径概率。考虑到司机的道路阻力影响的决定,再分配策略的负载可以确定基于前景理论。在节点故障的情况下,钟和帅8)建立危险货物运输网络的级联失效模型下的连续攻击。节点生存率和相对次要的联合失败的数量作为评价因素,传播了节点负载的平均分布,以及不同参数对网络刀枪不入的影响进行了分析。Zhang et al。9]分析了不同参数对级联失效的影响过程;钱(10]研究了网络延时和自愈对级联失效的影响过程。郝et al。11和彭等。12)研究无标度网络(BA网络),小世界网络(NW网络)和随机网络(ER网络),并提出了削弱网络的级联失效通过控制节点权重和初始载荷。香港et al。13]研究了多重的抑制效应的级联故障恢复策略相互依存的网络。总体而言,现有研究的缺陷如下:首先,现有的研究简化网络的理想化,忽略的一些属性在现实网络;第二,多式联运网络的节点之间复杂的耦合关系,在现有的研究被忽略。

可以看出,相关的研究集中在:首先,初始载荷的确定和更新机制;第二,研究负载节点故障后再分配;第三,不同的影响因素对级联故障的效果。摘要多式联运网络的节点之间的关系重新定义和应用于级联失效模型。根据网络的特征,对应的初始载荷分布模式和负载分配模式提出,可以有效地控制提供一种理论依据的级联故障演化过程多式联运网络。

本文的结构如下:部分2介绍了定义,包括节点相关性和节点协作;节3,建立了级联失效模型;节4,实证分析中国在川藏地区多式联运网络的执行;和部分5总结了本文的工作。

2。定义

2.1。节点的相关性

在多式联运网络,有多个节点之间的连接方式,和不同的节点连接将会影响网络的承载能力和负载传播速度。因此,计算节点关联的网络级联失效建模的前提。根据组织元素的连接模式,多式联运网络的节点之间的关系可以分为五种类型14]。首先,直接下属:节点直接连接,上游和下游节点所属节点。第二,间接从属:节点间接相连,上游和下游节点所属节点。第三,直接控制关系:节点直接连接,上游节点控制下游节点。第四,间接控制关系:节点间接相连,上游节点控制下游节点。第五,平行关系:节点处于平行状态,没有下属和控制关系。

通过确定节点的两个步骤的顺序不同的连接模式和相对重要性对比矩阵的计算,可以计算节点之间的相关性:首先,确定节点的顺序在不同的连接模式。在一个多式联运网络中,节点的数量 确定在一定的位置。第二,确定节点的相对重要性的比较矩阵和 。的基础上确定的顺序关系,专家判断两个相邻节点之间的重要性程度和获取网络中节点之间的重要性程度矩阵。连接强度的数值描述如表所示1。

网络故障和负载分配的过程中,负载会流的方向相关性高的节点。

2.2。节点协作

节点协作的概念通常用于指挥和控制网测量的影响两个或两个以上的节点之间的合作为了完成一个任务(6]。在多式联运网络,节点协作是用来衡量两个节点的影响相互合作才能完成传输任务使用运输模式。在本文中,运输成本 ,运输时间 ,和传输可靠性是用来测量节点协作。节点协作越高,传输效果就越好。当两个节点传输节点时,运输模式代表的产品流出。

让完成运输任务的交通量,两个节点之间的传输操作,单位操作成本,是单位的操作时间;那么运输成本和运输时间所示如下:

其中, ,和 。让运输失败率的函数,表示运输的损坏或故障的时候在单位时间内,然后传输可靠性是 在哪里 和 。

由于非均匀尺寸的成本、时间和可靠性,采用标准差法规范的成本和时间,所以,他们之间的分布[0,1]。转换公式如下所示: 在哪里数据集内的最大值,数据集的最小值,是范围。运输成本的归一化值和运输时间被记录为和 ,和主观权重法用于重量分布。传输节点的协作可以获得如下所示, :

通过考虑运输成本的影响,运输时间和运输可靠性,本文建立了一个节点协作模型。

3所示。级联失效模型

在级联失效模型,根据不同的级联故障的风险来源,它可以分为节点失效模式(15),边失效模式(16],node-edge混合故障模式(17]。在多式联运网络三种故障模式共存,但由于空间的限制,本文只讨论了级联效应基于节点失败(18]。

3.1。初始加载的节点

目前,现有的方法确定初始载荷认为节点的能力越大,初始载荷越高。本文认为在多式联运网络初始载荷将影响节点协作,和货物会流的方向高节点协作,但随着产品的不断积累,节点协作也会改变。本文介绍了logit模型来计算选择概率的节点之间的传输模式和在时间 ,如下所示:

当网络的负载处于稳定状态被称为网络的初始负载 ,然后初始载荷的节点如下所示,在哪里是一个常数:

初始加载的节点之间的传输模式和如下所示,在哪里是一个常数:

3.2。负载能力

假设的最大负载能力连接的边缘节点之间的传输模式和在网络 ,节点的最大负载能力是 ; 和 边的公差因素和节点,分别之后,

其中,代数之间的关系和是 。

3.3。负荷再分配

在多式联运网络 ,节点的集合 。在节点的状态从“正常”变为“超负荷”由于内部和外部因素的影响,超过了最大负载容量的负载的节点将传播到其他节点在特定的规则。论述了两个负载分配方法:基于当地的负荷分配方法基于全球性当地分布的分布和负载分配方法。

3.3.1。基于当地的负荷分配方法分配

当地分布的基本思想如下:考虑节点协作和节点的影响相关性与相邻节点,节点在过载状态下将额外的负载到邻近的“正常”节点,和相邻的“正常”的负荷节点

3.3.2。基于全球性当地负荷分配方法分配

全球性当地分布的基本思想如下:根据考虑节点的状态,节点协作,和节点相关性,辅以相邻的剩余容量因素“正常”节点,网络的负载分配的目标的平衡。这样,相邻的“正常”节点的负载如下:

其中, ,和 。

当负载超过最大负载的节点 ,多余的部分将继续传播的相邻节点到网络中所有节点的负载是在最大负载和级联故障的目的。

3.4。级联失效的措施的效果

本文的比例异常节点和网络平均效率是用来测量在多式联运网络级联失效的影响。

3.4.1。的比例异常的节点

假设的多式联运网络中的节点总数 ,的异常状态的节点总数并在异常状态节点的比例 。比例越高,较强的多式联运网络的级联失效,反之亦然:

3.4.2。平均网络效率

网络的平均效率是用来测量多式联运网络的连通性。当节点异常,平均网络效率越高,网络的级联失效越弱。否则,层叠失败是越强。

在这篇文章中,重载函数(19]是用来表达的难度负荷通过节点:

让代表最高的路径负载节点之间的机动性和节点 ,和 表示节点之间的所有路径的集合和节点 ;然后,平均网络效率如图所示如下:

4所示。案例研究

多式联运网络在川藏地区作为一个例子,本文选择川藏铁路的枢纽,川藏公路、航空作为网络节点,提取23十字路口交通模式依次为1节点的多式联运网络。相应的网络结构如图1。

4.1。节点相关性和协作

根据23节点之间的相关性,计算节点之间的相关性在不同的连接方式。相邻节点中,根据节点的分配秩序,关系之间的直接控制上游节点和下游节点有相同的相关性之间的关系直接下属上游下游节点和节点。但两个节点之间的连接强度与上游和下游的变化会改变的关系。一般来说,节点相关性是0.5。本文只代表nongeneral节点关系如表所示2。

节点协作的影响运输成本、运输时间和运输的可靠性。目前,在川藏地区多式联运网络尚未建立,并没有足够的数据。因此,本文采用德尔菲法得到的估计数据运输成本和运输时间的多式联运网络访问贵阳地区的相关人员。然后,通过分析节点的外部环境和使用G1法,相关数据的传输可靠性。根据截面的计算公式2。1不同运输方式下,节点协作,如表所示3- - - - - -5。

4.2。数值分析

在多式联运网络负载只会传播到邻近的节点,所以只有节点直接和并行计算和分析的关系。摘要集成都上游方向和拉萨的下游方向下面的仿真。基于当地的分布和全球性的本土分布方法,多式联运网络的级联失效效应进行了分析,利用MATLAB软件和起源。如果最初的网络负载 ,然后初始载荷每个节点可以根据获得的计算步骤和顺序的部分2。1和3所示。1。设置节点的最大公差因子 和过载负荷比例分别为10%,30%,50%,70%,和90%的初始加载相应的节点:(1)考虑到节点的最大公差因子变化,过载负荷比例是50%。地方分布的方法,对异常的比例的影响平均网络节点和网络的效率如表所示6和7。(2)考虑到节点的最大公差因子变化,过载负荷比例是50%。在全球性的本土分配法下,影响的比例异常的节点和网络的平均网络效率如表所示8和9。(3)考虑到超载负荷比例变化,宽容的因素是50%。地方分布的方法,对异常的比例的影响平均网络节点和网络的效率如表所示10和11。(4)考虑到超载负荷比例变化,宽容的因素是50%。在全球性的本土分配法下,影响的比例异常的节点和网络的平均网络效率如表所示12和13。

数值分析的结果可以得到如下:(1)当过载负荷比例逐渐增加在10%和90%之间,风险传播的速度在多式联运网络会增加,但这不会影响网络的最终状态。其中,当 ,风险的传播速度是最慢的多式联运网络。当 ,网络中的风险传播速度是最快的。随着重载节点在网络的比例增加,网络最终会崩溃。根据德尔菲法的结果,重载节点的比例的多式联运网络川藏地区预计不会是0.4,所以超载负荷比例,可以是在50%和70%之间。(2)当公差因子增加逐渐从0.1到0.9,多式联运网络的级联失效的速度也会慢下来,但由于超载节点的比例的增加,网络最终会完全崩溃。其中,当 ,多式联运网络的级联失效速度是最快的,当 ,速度是最慢的。因此,根据德尔菲法的结果,公差因素网络可以设置在0.3和0.5之间。(3)当网络中的负荷重新分配由当地分布法和全球性的本土分布方法,分别可以看出重载节点的比例在0.3时,两种分配方法的效果并没有太大的区别。当超载节点的比例超过0.3,全球性的本土分布方法可以使网络的级联失效速度慢。因此,在川藏地区多式联运网络,全球性当地分布的方法应该用于负荷再分配。

5。结论

根据多式联运网络中节点耦合的特点,节点度的概念取代了节点相关性和节点协作,并应用于级联失效模型。介绍了logit模型到模型计算网络中节点的初始负载。根据过载状态节点,提出了两种负载分配方法:局部分布和全球性的本土分布。的比例异常节点和平均网络效率的测量指数级联故障的结果,分析了多式联运网络的级联故障演化过程在四川和西藏地区。结果表明,当重载的多式联运网络的节点的比例在四川和西藏小于0.4,网络可以携带的过载负荷比例是50%∼70%。当公差因素在网络设置在0.3和0.5之间,全球性的本土再分配方法可以更有效地控制网络的级联失效过程。换句话说,当在川藏地区多式联运网络的负载超过最大容量但不超过150%∼170%的网络容量,网络仍然可以正常运行。此外,多式联运网络中的节点应该0.3∼0.5可伸缩的空间。在级联故障控制方法、负载分配基于全球性当地分配可以最小化节点过载的影响。

数据可用性

相应的数据在川藏地区多式联运网络的手稿通过采访相关部门和MATLAB软件仿真,和所有的数据是可用的。

的利益冲突

作者声明没有利益冲突。

作者的贡献

所有作者创造了这个手稿的重要知识内容和阅读和批准最后的手稿。

确认

国家重点支持的项目研发计划在中国(2018 yfb1601400)。