和谐统一混合择优网络模型耦合映像格子相继故障.docVIP

和谐统一混合择优网络模型耦合映像格子相继故障 　　摘要：将耦合映像格子的相继故障模型作用于和谐统一的混合择优网络模型（HUHPM），通过仿真分析的方法研究了和谐统一混合择优网络的相继故障行为。仿真中采用了蓄意攻击和随机攻击两种策略。仿真结果表明，同规模的和谐统一混合择优网络抵抗随机攻击的能力比蓄意攻击要强；另外，网络的总混合比对这类网络相继故障行为的扩散有很强的影响，在蓄意攻击下，随着随机性连接的逐渐增加，网络的抵抗蓄意攻击的能力逐渐增强，而在随机攻击下则正好相反，即随着确定性连接的增加，网络抵抗随机攻击的能力越来越强。因此，在实际应用中可以通过调节混合比来增强这类网络的鲁棒性。 　　关键词：和谐统一混合择优网络模型（HUHPM）；耦合映像格子；相继故障；混合比；鲁棒性 　　中图分类号： N941.3文献标志码：A英文标题 　　0引言 　　1998年Watts等提出了小世界网络模型[1]，揭示了复杂网络的小世界效应，紧接着在1999年Barabási等提出了无标度网络模型[2]，发现了复杂网络的无标度特性。他们的研究标志着复杂网络的研究进入了网络科学的新时代[3]。 但随着研究者对许多真实网络的实证研究发现，真实网络既不是规则网络，也不是随机网络，而是兼具小世界和无标度特性，具有与规则网络和随机图网络完全不同的统计特性。这一发现在全世界引起了广泛的关注，目前国内外的许多学者在他们的研究基础上又提出了很多模型[4-11]，这些模型也反映了实际网络的主要特性。但随着研究的逐渐深入，研究者发现已有的网络模型大多集中在随机模型和确定性模型上[12]，这些网络模型虽然能描述现实网络的一些主要特性，但与现实网络并不完全一致，也不够全面。鉴于此，方锦清等[13-14]为了描述确定性与随机性和谐统一的世界以及增长过程的复杂性和多样性，提出和发展了统一的混合网络模型，形成了混合网络理论模型框架并将其具体化为“和谐混合择优”“大统一混合”和“统一混合变速增长”三类网络模型[13]。他们的研究结果揭示了统一混合网络演化模型随多个混合比变化的若干普适特性， 这些网络模型兼具小世界效应和无标度??性及其他新特点和新现象， 并已经应用于一些现有的无权和有权复杂网络演化模型中， 确实可以达到更接近于真实网络的特性。和谐统一的混合网络模型涵盖了大多数的现有网络模型，因此对和谐统一的混合网络模型相关拓扑性质及动力学行为的研究具有较大的普适性，有助于人们更好地理解真实网络的特性，具有实际意义和重要的应用价值。到目前为止，对和谐统一混合网络模型的研究是在原有的研究结果上进一步拓展了统一混合网络模型的相关性质[16-17]、同步现象[18]以及该网络模型的各种实际应用[19-20]，但还没有看到对该网络模型相继故障行为的相关研究结果。 　　网络上的相继故障与网络上的传播行为有很多相似之处，在很多实际网络中一个或少数几个节点或边发生的故障会通过节点之间的耦合关系引发其他节点的故障，进而产生连锁效应，最终导致相当一部分节点甚至整个网络的崩溃，这种现象称为“相继故障（Cascading failure）”，它广泛存在于各种关键生命线系统网络中，如电力网络、交通网络、通信网络及Internet等[21]。大规模的相继故障一旦发生往往具有极强的破坏力和影响力。随着人类社会日益网络化，人们对各种关乎国计民生的网络的安全性和可靠性提出了越来越高的要求，也做出了很多的努力，但是网络上大规模的相继故障仍然时有发生。因此，有必要对相继故障的发生机理、相继故障行为的影响因素以及相继故障的预防和控制作深入的研究。近年来，复杂网络上相继故障的研究也取得了一些重要的进展，具体研究进展在文献[22]中给出了详细的综述。研究人员给出了适合描述各类网络的相继故障模型，并用仿真实验数据说明了不同网络模型下相继故障的发生机理和影响相继故障规模扩散的因素。 　　在众多的相继故障模型中，由汪小帆等利用Kaneko在20世纪90年代提出的耦合映像格子（Coupled Map Lattice， CML）[23]的相关理论而提出的相继故障模型[24]被广泛用于研究不同网络拓扑结构复杂网络的相继故障行为。他们研究了在该模型下具有随机性或确定性的网络在随机攻击和蓄意攻击两种策略下其相继故障的扩散行为及影响相继故障扩散的因素[24-25]。研究结果表明，基于CML的相继故障模型能较好地反映典型网络拓扑结构的相继故障行为。但以往的研究集中于具有独立拓扑结构的网络，如随机网络或无标度网络。如前所述，现实世界的很多网络兼具随机性和确定性，因此研究兼具这两种性质的和谐统一混合网络的相继故障行为有助于更好地认识和理解实际网络的相继故障行为的特点及影响因素，制定预防这类网络出现相继故障行为的有效措施。 　　本文通