基于CML的复杂网络相继故障模型-应用数学专业论文.docxVIP

基于CML的复杂网络相继故障模型-应用数学专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 第 III 页 目 录 目 录 基于CML的复杂网络相继故障模型 1 摘 要I ABSTRACT II 第一章 绪论 4 1.1 基本概念 4 1.2 复杂网络简介 6 第二章 复杂网络相继故障模型 8 2.1 负荷--容量模型 8 2.2 基于节点与边的混合动态模型(北美电力网) 9 2.3 基于CML的相继故障模型的基本介绍 10 2.4 时延CML模型 13 第三章 不同网络拓扑结构下的CML相继故障模型 15 3.1 二部图的耦合映像格子 15 3.2 星形网络的耦合映像格子 20 3.3 给定度序列的图的耦合映像格子 27 参考文献 32 致 谢 33 第一章 第一章 绪 论 第 第 PAGE 10 页 第一章 绪论 基本介绍 在现实生活的很多复杂的通信和交通网络中,相继拥堵时常发生。事实上,很多故障发生和局部 消失,从而没有被人关注,而小的故障可能会引起整个网络的崩溃。 当因特网中的某个路由发生故障,从而本来要此路由承担的网络信息流量流向了其附近的路由 器,从而导致此路由器无法承受如此大的负荷,从而发生故障,因此发生相继故障流量的重分配导 致了网络效率的降低。例如 1986 年 10 月,因特网的第一次的拥堵崩溃,Lawrence Berkeley Laboratory 和 the University of California at Berkeley,之间的距离仅有 200 米,因为相继故 障,使得他们之间的连接崩溃。 相继拥堵也发生在电网中。事实上,不管是什么原因,导致了输电线的故障,此输电站本该输 送的电量转加到其附近的输电线,而大部分情况下,输电线路是可以承担的。但是,有的时候这些 输电线经常超载,所以必须把他们的负荷重分配到他们的附近的输电线。这就导致了相继故障:很 多传输线路同时过载或故障。.在 1996 年 8 月 10 日,这样的事件确实发生了。当时南 Oregon 正处 于炎热的夏天,一条 1300-mw 的电线引发了一连串的连锁反应,使得西部 11 个州的电力被切断。在 2003 年 8 月 14 日也发生了同样的情况,美国俄亥俄州的电力发生了故障,结果造成了美国历史上 最大规模的停电使得上百万人断电长达 15 个小时。 大的相继故障还经常发生在社会和经济体系中。起初一个很小的扰动,比如说因特网路由器的故 障,或者电力站,输电线,可能会引起网络相当大规模的故障,甚至使得整个网络崩溃。 随着社会的网络化越来越发达,复杂网络的安全性也引起了人们越来越多的注意。虽然人们做出 了很多努力,但是大规模的相继故障仍然时有发生,因此,对复杂网络相继故障的发生机理、相继 故障的预防与控制做深一步研究是很有必要的。 本文中应用了一个在复杂网络中相继故障的简单模型进行一些模拟仿真,从仿真中发现相继故障 发生的一些性质。 1.1 基本概念 1、网络的图表示 一个网络可抽象成一个图 G M = 1000 ,此图由点集 V 和边集 E 组成,图中的节点数目记为 N = V ,边数记为 M = E ,表示为 G = (V , E) ,V = {v1,v2 ,..., vN } , E = {e1 , e2 ,..., eM } ? V ×V 。 E 中每条边都与V 中的一对顶点对应。如果任意点对 (i, j) 与 ( j, i) 对应同一条边,则称该网络为无 向网络,否则称为有向图。本文主要介绍的是无向无权网络,且假设没有重边和自环。在图论中, 没有重边和自环的图称为简单图。 具有 N 个节点的图 G 的连接信息用连接矩阵 A = (ai, j )N ×N 表示。若节点 i 和 j 之间有边相连, 则 ai, j = a j ,i = 1 ;否则 ai, j = a j ,i = 0 。 A 是一个对角线元素都为 0 的对称矩阵,且矩阵元素只有 0, 1。 2、度与度分布 节点 i 的度 ki 定义为与该节点连接的其他节点的数目。有向网络中一个节点的度分为出度和入 度。节点的出度是指从该节点指向其他节点的边的数目,节的入度是指从其他节点指向该节点的边 的数目。直观上看,一个节点的度越大就意味着这个节点在某种意义上越重要。网络中所有节点 i 的 度 ki 的平均值称为网络的平均度。记为 k 。网络中节点的度的分布情况可用分布函数 P(k ) 来表 示。 P(k ) 表示的是该节点恰好与其他 k 个节点连接的概率。正则图图具有简单的度序列,因为所有 的节点具有相同的度,所以其度分布为 Delta 分布,它是单个尖峰。完全随机网络的度分布近似为 Poission 分布,其形状在远离峰值 k 处呈指数下降,这类网络称为均匀网络。 但是这只是理想状况,许多实际网络的

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档