[发明专利]基于SIR模型的TCMS网络故障传播分析方法

权利要求书

1.一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，包括以下步骤：

步骤一：对TCMS系统进行体系结构分析，基于体系结构的建立方法建立TCMS故障传播结构网；

步骤二：根据TCMS网络故障传播特性，对所述TCMS故障传播结构网进行传播机制假设，确定适合于TCMS故障传播特性分析的SIR故障传播模型；

步骤三：通过SIR演化方程应用，对所述SIR故障传播模型进行求解与分析；

步骤四：应用Netlogo可编程仿真平台对TCMS软件系统进行仿真试验，得到不同仿真参数下的故障传播仿真数值分析图；

步骤五：根据各个所述故障传播仿真数值分析图进行故障传播预计分析，得到TCMS网络故障传播结论。

2.根据权利要求1所述的一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，步骤一中，在基于体系结构的建立方法建立TCMS故障传播结构网时，把TCMS软件系统抽象成一个个节点，把故障传播关系抽象为连接两个节点的有向边，从而把系统模型转化为图，在图中用节点表示构件，用边表示连接件。

3.根据权利要求2所述的一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，表示连接件的边包括普通连接边、单向连接边和双向连接边。

4.根据权利要求1所述的一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，步骤二中，在对所述TCMS故障传播结构网进行传播机制假设时，假设条件包括：

(1)故障节点的个体通过它们之间的连边感染与其相邻的节点；

(2)假设故障传播的时间尺度远远小于各个节点的生命周期以及系统的运行周期，从而不考虑节点个体的故障产生率与死亡率，即网络的节点总数保持不变；

(3)均匀混合假设：处于各个状态的节点均匀混合，即故障密度与故障节点的密度成正比。

5.根据权利要求1所述的一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，所述SIR故障传播模型的演化方程为：

式中，ρ(t)、χ(t)分别为t时刻TCMS系统中的节点处于故障易感状态、故障感染状态和故障移除状态的个体的密度，λ为故障有效传播率，＜k＞为节点平均度，且k_i为节点i的度，N为节点总数。

6.根据权利要求1所述的一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，所述仿真参数包括节点故障传播概率、故障节点移除概率、初始故障数目和修复时间。

7.根据权利要求6所述的一种基于SIR模型的TCMS网络故障传播分析方法，其特征在于，所述TCMS网络故障传播结论包括：

(1)初始故障数目为1时，不论是CCU故障还是非CCU故障，其故障易感状态节点密度、故障感染状态节点密度和故障移除状态节点密度的变化趋势类似，但由于CCU软件连接的其他软件较多，因此其故障感染状态节点密度较大；

(2)故障节点的修复时间越短，对整个网络的故障传播影响越小；故障节点的修复时间越长，对整个网络的故障传播影响越大；

(3)随着时间的增加，故障易感状态节点密度先是逐渐的减小，然后又逐渐增大，最后趋于稳定；故障感染状态节点密度先是逐渐增大，然后逐步减小，最后趋于零；故障移除状态节点密度逐渐增大，最后趋于稳定；

(4)在初始故障数目和修复时间一定的条件下，节点故障传播概率和故障节点移除概率的变化对故障易感状态节点密度、故障感染状态节点密度和故障移除状态节点密度的变化趋势影响不大；

(5)初始故障数目越多，故障感染状态节点密度初始值较大，故障易感状态节点密度初始值较低，但故障易感状态节点密度、故障感染状态节点密度和故障移除状态节点密度的变化趋势与初始故障数目较少时的变化趋势相类似；

(6)在初始故障数目较多的情况下，CCU节点是否存在故障，对故障易感状态节点密度、故障感染状态节点密度和故障移除状态节点密度的变化趋势影响不大。