本发明涉及交通运输工程，尤其是涉及一种航运网络风险与故障交互传播方法。
背景技术：
1、航运网络作为全球供应链的核心部分，对国际贸易和物流需求发挥着不可或缺的作用。然而，随着网络和系统变得日益复杂，航运网络在面对事故时显示出明显的脆弱性。特别是考虑到航运网络涵盖跨区域的港口，它们的高度协同运作使得整个网络对操作事、自然灾害等外部干扰极为敏感。一旦某个港口或链路遭受事故，不仅会导致该港口的运输风险和故障，还可能引发网络中其他港口的连锁反应，甚至可能导致整个网络的崩溃。其中关键在于，航运网络并非孤立地存在故障或风险传播，一个港口节点的故障会影响整个网络，造成上下游港口节点的涟漪效应。
2、在全球航运网络攻击日益频发的背景下，评估航运网络的脆弱性变得至关重要。然而，现有方法分别集中在随着流量的故障扩散或风险扩散上，通常局限于单一风险或故障状态下的网络拓扑结构变化，而没有确定故障与风险之间的关系，对航运网络中风险和故障交互作用评估不全面，现有方法无法充分贴合航运网络中风险与故障交互作用的真实场景。
技术实现思路
1、本发明的目的就是为了克服上述现有技术存在的对航运网络中风险和故障交互作用评估不全面、无法充分贴合航运网络中风险与故障交互作用的真实场景的缺陷而提供一种航运网络风险与故障交互传播方法，能够解决航运网络中故障与风险的动态交互作用的不确定性，以及对节点与网络故障程度的演化和评估的精确性不足的问题。
2、本发明的目的可以通过以下技术方案来实现：
3、本发明提供一种航运网络风险与故障交互传播方法，包括以下步骤：s1，获取实际航线与相应的供应港口网络节点联通状态，得到目标航运网络；s2，对所述目标航运网络采用节点攻击模式，获取兼顾完全故障状态和风险感染状态的被攻击节点；s3，获取上游港口网络节点联通状态，基于所述上游港口网络节点联通状态与所述被攻击节点的完全故障状态，利用预先构建的前向故障级联模型获取故障状态节点联通状态以及与故障状态节点相应的上游港口网络节点故障状态；s4，获取下游港口网络节点风险状态，基于所述下游港口网络节点风险状态、所述上游港口网络节点故障状态以及所述供应港口网络节点联通状态，利用预先构建的风险与故障交互传播模型，获取故障节点引发风险的概率，进而得到故障节点引发的风险状态、风险节点引发的节点故障状态的演化以及网络节点联通状态的演化，所述风险与故障交互传播模型的构建内容包括前向故障级联模型、后向风险传播模型以及故障引发风险的随机过程；s5，基于所述上游港口网络节点故障状态，利用预先构建的节点故障程度转换模型，获取节点与网络故障演化程度以及网络节点联通状态的演化；s6，利用故障演化程度获取节点故障率，利用各状态节点之间的联通状态获取最大连通率，并基于所述节点故障率和所述最大连通率获取所述目标航运网络的风险与故障交互传播情况。
4、作为优选的技术方案，所述后向风险传播模型利用sdirs传染病模型构建，所述sdirs传染病模型中的港口节点划分为易感节点、危险节点、感染节点和康复节点。
5、作为优选的技术方案，在所述sdirs传染病模型中，节点风险状态变化率为：
6、
7、式中，分别表示节点分别在易感、危险、感染、康复四种状态下，节点i后向风险传播至节点k时的节点变化率，si、di、ii、ri分别表示节点i在风险传播中易感、危险、感染、康复四种状态，λ1表示易感节点si转变为危险节点di的转化率，α表示危险节点在易感节点转化为感染节点的影响率，λ2表示危险节点di转化为感染节点ii的转化率，λ3表示感染节点ii的康复率，λ4表示危险节点di转化为易感节点si的转化率，λ5表示易感节点si转化为感染节点ii的转化率。
8、作为优选的技术方案，所述前向故障级联模型的流量负载分配为：
9、
10、式中，fi(t)为t时刻部分故障节点i的负载，fi(t0)为节点i在t0时刻的初始负载，ci(t0)为初始时刻t0时部分故障节点容量，t＞t0，m2表示部分故障节点集合，m3表示完全故障节点集合，si、di、ii、ri分别表示节点i在风险传播中易感、危险、感染、康复四种风险状态，表示t时刻部分故障节点i分配到节点j的负载，表示前向故障级联模型中连接节点i的下游港口节点j，fj(t+δt)为t+δt时刻部分故障节点j的负载，fj(t)为t时刻部分故障节点j的负载。
11、作为优选的技术方案，在所述风险与故障交互传播模型中，后向风险传播与前向故障级联的传播关系表示为：
12、
13、式中，ζ为传播交互系数，τbrp表示风险传播速率，τffc表示故障传播速率，t0表示初始时刻，δt为时间间隔，nbrp表示风险后向传播的层数，mffc表示故障前向级联的层数。
14、作为优选的技术方案，所述故障引发风险的随机过程表示为：
15、
16、
17、
18、式中，ρ(ei＝d|gi∈(0,1))为t时刻部分故障节点i引发风险概率，表示在网络中节点i的入度值，表示在网络中节点i的出度值，zi表示节点故障状态函数gi、出度比例系数与传播交互系数ζ三者互相影响的函数关系，ei表示节点i的风险状态。
19、作为优选的技术方案，所述函数关系表示为：
20、
21、式中，χ1，χ2，χ3为待定参数。
22、作为优选的技术方案，所述节点故障程度转换模型的运行过程包括节点故障状态恶化过程和节点故障状态恢复过程。
23、作为优选的技术方案，所述节点故障率表示为：
24、
25、式中，μg(t)表示基于节点故障程度的网络故障率，m2表示部分故障节点集合，m3表示完全故障节点集合，m表示所有港口节点集合，di(t0)是在初始时间t0时节点度数，εi(t)是部分故障节点在时间t的故障程度。
26、作为优选的技术方案，所述最大连通率表示为：
27、
28、式中，ψg(t)表示基于节点故障程度的网络最大连通率，m1表示正常节点集合，xi＝1，fi(t)为t时刻部分故障节点的负载，ci(t0)为初始时刻t0时部分故障节点容量，θi(t)ci(t0)表示节点i的最大负载，θi(t)＞1为t时刻故障节点的故障系数。
29、与现有技术相比，本发明具有以下有益效果：
30、1、本发明基于港口节点的供应关系提出前向故障级联与后向风险传播模型，并针对网络故障与风险交互作用的动态不确定过程提出风险与故障交互传播模型，此外，结合节点故障程度的转换模型和指标，进而获取目标航运网络的风险与故障交互传播情况，解决了传统方法对原有故障程度的节点二值化导致不能精确表示节点与网络故障程度的问题，能够充分贴合航运网络中风险与故障交互作用的真实场景；
31、2、本发明通过仿真实验，观察交互系数、故障恢复率、航线失效系数、节点风险状态恢复率、失效航线恢复率可变场景下的航运网络抗毁性能的变化情况，进一步反映出航运网络脆弱性及其影响因素，为评估航运网络的安全性和韧性提供一个更全面的视角；研究发现，本发明提出的航运网络风险与故障的交互传播模型能够更准确、快速地识别网络中的潜在脆弱点；
32、3、针对航运网络中风险和故障交互作用评估不全面的问题，本发明构建网络风险与故障交互传播模型，为了更全面、更准确地反映实际航运网络中的风险与故障交互情况，本发明将该航运网络风险与故障交互传播模型应用于跨越多个地域和运输方式的关键航运网络——丝路海运网络，为实际航运网络的交互传播与影响研究提供有力支持。
1.一种航运网络风险与故障交互传播方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的航运网络风险与故障交互传播方法，其特征在于，所述后向风险传播模型利用sdirs传染病模型构建，所述sdirs传染病模型中的港口节点划分为易感节点、危险节点、感染节点和康复节点。
3.根据权利要求2所述的航运网络风险与故障交互传播方法，其特征在于，在所述sdirs传染病模型中，节点风险状态变化率为：
4.根据权利要求1所述的航运网络风险与故障交互传播方法，其特征在于，所述前向故障级联模型的流量负载分配为：
5.根据权利要求1所述的航运网络风险与故障交互传播方法，其特征在于，在所述风险与故障交互传播模型中，后向风险传播与前向故障级联的传播关系表示为：
6.根据权利要求5所述的航运网络风险与故障交互传播方法，其特征在于，所述故障引发风险的随机过程表示为：
7.根据权利要求6所述的航运网络风险与故障交互传播方法，其特征在于，所述函数关系表示为：
8.根据权利要求1所述的航运网络风险与故障交互传播方法，其特征在于，所述节点故障程度转换模型的运行过程包括节点故障状态恶化过程和节点故障状态恢复过程。
9.根据权利要求1所述的航运网络风险与故障交互传播方法，其特征在于，所述节点故障率表示为：
10.根据权利要求9所述的航运网络风险与故障交互传播方法，其特征在于，所述最大连通率表示为：
