不利气象灾害下机场基础设施网络抗灾韧性分析方法

1.本发明涉及一种不利气象灾害下机场基础设施网络抗灾韧性分析方法，属于机场网络韧性分析技术领域。


背景技术：

2.航空运输作为重要的交通方式，对国家社会与经济发展发挥着巨大的作用，机场基础设施是航空运输的重要组成部分。暴雨、暴雪等不利气象条件是导致航班延误的主要原因，不利气象灾害不仅会影响飞机正常飞行，同样也会造成机场基础设施功能失效，进而造成航班延误、机场网络服务效率下降甚至网络瘫痪，因此有必要研究暴雨、暴雪等不利气象灾害下机场网络抗灾韧性，以达到降低不利气象灾害导致航班延误比例的目的。
3.然而，目前不利气象灾害下对航空运输影响主要侧重于对飞机航线的影响分析，暴雨、暴雪等不利气象灾害对机场基础设施抗灾韧性影响有待开展研究，尚未建立不利气象灾害下机场基础设施网络韧性的分析方法。


技术实现要素：

4.为了解决上述问题，本发明的目的在于提供一种计算简捷、便于工程设计人员掌握的不利气象灾害下机场基础设施网络抗灾韧性分析方法。
5.为了达到上述目的，本发明提供的不利气象灾害下机场基础设施网络抗灾韧性分析方法包括按顺序进行的下列步骤：
6.(1)获取机场基础设施数据及暴雨、暴雪在内的不利气象灾害下的机场航班数据作为基础分析数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型采用ucinet软件建立邻接矩阵，并利用邻接矩阵及复杂网络分析方法分析机场网络模型的特性，获得节点度、簇系数；
7.(2)利用步骤(1)获得的机场网络模型及基础分析数据，以机场节点之间单位时间内的航班数量及航线距离作为参数，得到机场网络模型的服务效率函数，并利用服务效率函数获得服务效率且进行归一化处理；
8.(3)利用步骤(2)获得的机场网络模型的服务效率函数，在机场网络模型中通过设置机场节点失效以考虑暴雨、暴雪在内的不利气象灾害对机场节点功能的影响，通过机场节点失效前后的机场网络模型的服务效率变化计算出机场节点的重要度；
9.(4)考虑随机干扰和蓄意破坏两种破坏模式，借助于步骤(1)获得的度、簇系数，将两种破坏模式分别作用于机场网络模型，使得机场网络模型中的部分机场节点功能失效，分别获得随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵；
10.(5)利用步骤(3)获得的机场节点的重要度和步骤(4)获得的不同破坏模式下机场网络模型中失效的机场节点数目及新的邻接矩阵，基于遗传算法对机场网络模型进行服务效率优化，确定失效节点的最优恢复顺序，由此实现机场网络模型的韧性提升。
11.在步骤(1)中，所述获取机场基础设施数据及暴雨、暴雪在内的不利气象灾害下的机场航班数据作为基础分析数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型采用ucinet软件建立邻接矩阵的方法是：通过航班数据平台获取机场基础设施数据和暴雨、暴雪在内的不利气象灾害下的机场航班数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型使用ucinet软件建立邻接矩阵a；
12.其中，机场网络模型为g＝(v,e)
13.v为机场节点集，v＝{1,2,...,n}，n为机场网络模型中机场节点总数；
14.e为边集，e＝{e
ij
/i∈v，j∈v，i≠j}，机场节点i,j直接相连时边e
ij
＝1，反之则为0；
15.邻接矩阵a＝(a
ij
)
n*n
为机场网络模型g中各机场节点的连接状况，当机场节点i,j之间有相连的边时，元素a
ij
＝1；否则元素a
ij
＝0。
16.在步骤(2)中，所述利用步骤(1)获得的机场网络模型及基础分析数据，以机场节点之间单位时间内的航班数量及航线距离作为参数，得到机场网络模型的服务效率函数，并利用服务效率函数获得服务效率且进行归一化处理的方法是：
17.利用基础分析数据获得机场节点之间单位时间内的航班数量f
ij
，机场节点之间归一化处理后的航线距离为d
ij
，得到机场节点i,j之间的服务效率函数r
s,ij
：
18.r
s,ij
＝f
ij
/d
ij
19.进而得到整个机场网络模型的服务效率函数rs(g)，并归一化处理得到归一化服务效率函数r
ns
(g)：
20.其中，rs(g)＝1/(n(n-1))∑
(i≠j)r(s,ij)
＝1/(n(n-1))∑
(i≠j)fij
/d
ij
21.r
ns
(g)＝rs(g)/max
i≠jrs,ij
22.在步骤(3)中，所述利用步骤(2)获得的机场网络模型的服务效率函数，在机场网络模型中通过设置机场节点失效以考虑暴雨、暴雪在内的不利气象灾害对机场节点功能的影响，通过机场节点失效前后的机场网络模型的服务效率变化计算出机场节点的重要度的方法是：
23.机场节点的重要度ki的表达式为：
24.ki＝(r
ns
(g)-r
ns,i
(g))/r
ns
(g)
25.式中，r
ns,i
(g)为机场节点i失效后机场网络模型的服务效率，r
ns
(g)为机场网络模型的归一化服务效率。
26.在步骤(4)中，所述考虑随机干扰和蓄意破坏两种破坏模式，借助于步骤(1)获得的节点度、簇系数，将两种破坏模式分别作用于机场网络模型，使得机场网络模型中的部分机场节点功能失效，分别获得随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵的方法是：对建立的机场网络模型考虑随机干扰和蓄意破坏两种破坏模式，其中随机干扰模式为通过matlab的randperm函数在得到的机场网络模型中随机生成n个机场节点进行干扰，蓄意破坏模式为分别选取机场网络模型中节点度值最大和簇系数最大的n个机场节点进行破坏，n的取值取决于机场网络模型中的机场节点总数，然后将随机干扰和蓄意破坏分别作用于机场网络模型，分别得到随机干扰和蓄意破坏
两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵。
27.在步骤(5)中，所述利用步骤(3)获得的机场节点的重要度和步骤(4)获得的不同破坏模式下机场网络模型中失效的机场节点数目及新的邻接矩阵，基于遗传算法对机场网络模型进行服务效率优化，确定失效节点的最优恢复顺序，由此实现机场网络模型的韧性提升的方法是：根据步骤(3)获得的机场节点的重要度，以及步骤(4)分析确定的机场网络模型中失效的机场节点数目和新的邻接矩阵，以机场基础设施网络恢复时间和机场保障资源为优化目标，利用遗传算法对机场网络模型进行服务效率优化，确定出失效节点的最优恢复顺序，由此提升机场网络的抗灾韧性。
28.本发明提供的不利气象灾害下机场基础设施网络抗灾韧性分析方法的优点：通过建立机场网络模型，考虑随机干扰和蓄意破坏两种破坏模式，以机场基础设施网络恢复时间和机场保障资源为优化目标，分析确定了不同破坏作用下失效节点的最优恢复顺序以实现机场网络韧性提升，从而保障了机场网络的服务效率，为机场基础设施网络抗灾韧性提升提供了分析手段。
附图说明
29.图1是本发明提供的不利气象灾害下机场基础设施网络抗灾韧性分析方法流程图。
具体实施方式
30.下面结合附图和实施例对本发明提供的不利气象灾害下机场基础设施网络抗灾韧性分析方法做出详细说明。
31.如图1所示，本发明提供的不利气象灾害下机场基础设施网络抗灾韧性分析方法包括按顺序进行的下列步骤：
32.(1)获取机场基础设施数据及暴雨、暴雪在内的不利气象灾害下的机场航班数据作为基础分析数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型采用ucinet软件建立邻接矩阵，并利用邻接矩阵及复杂网络分析方法分析机场网络模型的特性，获得节点度、簇系数；
33.通过航班数据平台获取机场基础设施数据和暴雨、暴雪在内的不利气象灾害下的机场航班数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型使用ucinet软件建立邻接矩阵a；
34.其中，机场网络模型为g＝(v,e)
35.v为机场节点集，v＝{1,2,...,n}，n为机场网络模型中机场节点总数；
36.e为边集，e＝{e
ij
/i∈v，j∈v，i≠j}，机场节点i,j直接相连时边e
ij
＝1，反之则为0；
37.邻接矩阵a＝(a
ij
)
n*n
为机场网络模型g中各机场节点的连接状况，当机场节点i,j之间有相连的边时，元素a
ij
＝1；否则元素a
ij
＝0。
38.(2)利用步骤(1)获得的机场网络模型及基础分析数据，以机场节点之间单位时间内的航班数量及航线距离作为参数，得到机场网络模型的服务效率函数，并利用服务效率函数获得服务效率且进行归一化处理；
39.利用基础分析数据获得机场节点之间单位时间内的航班数量f
ij
，机场节点之间归一化处理后的航线距离为d
ij
，得到机场节点i,j之间的服务效率函数r
s,ij
：
40.r
s,ij
＝f
ij
/d
ij
41.进而得到整个机场网络模型的服务效率函数rs(g)，并归一化处理得到归一化服务效率函数r
ns
(g)：
42.其中，rs(g)＝1/(n(n-1))∑
(i≠j)r(s,ij)
＝1/(n(n-1))∑
(i≠j)fij
/d
ij
43.r
ns
(g)＝rs(g)/max
i≠jrs,ij
44.(3)利用步骤(2)获得的机场网络模型的服务效率函数，在机场网络模型中通过设置机场节点失效以考虑暴雨、暴雪在内的不利气象灾害对机场节点功能的影响，通过机场节点失效前后的机场网络模型的服务效率变化计算出机场节点的重要度；
45.机场节点的重要度ki的表达式为：
46.ki＝(r
ns
(g)-r
ns,i
(g))/r
ns
(g)
47.式中，r
ns,i
(g)为机场节点i失效后机场网络模型的服务效率，r
ns
(g)为机场网络模型的归一化服务效率。
48.(4)考虑随机干扰和蓄意破坏两种破坏模式，借助于步骤(1)获得的节点度、簇系数，将两种破坏模式分别作用于机场网络模型，使得机场网络模型中的部分机场节点功能失效，分别获得随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵；
49.对建立的机场网络模型考虑随机干扰和蓄意破坏两种破坏模式，其中随机干扰模式为通过matlab的randperm函数在得到的机场网络模型中随机生成n个机场节点进行干扰，蓄意破坏模式为分别选取机场网络模型中节点度值最大和簇系数最大的n个机场节点进行破坏(n的取值取决于机场网络模型中的机场节点总数)，然后将随机干扰和蓄意破坏分别作用于机场网络模型，分别得到随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵。
50.(5)利用步骤(3)获得的机场节点的重要度和步骤(4)获得的不同破坏模式下机场网络模型中失效的机场节点数目及新的邻接矩阵，基于遗传算法对机场网络模型进行服务效率优化，确定失效节点的最优恢复顺序，由此实现机场网络模型的韧性提升。
51.根据步骤(3)获得的机场节点的重要度，以及步骤(4)分析确定的机场网络模型中失效的机场节点数目和新的邻接矩阵，以机场基础设施网络恢复时间和机场保障资源为优化目标，利用遗传算法对机场网络模型进行服务效率优化，确定出失效节点的最优恢复顺序，由此提升机场网络的抗灾韧性。

技术特征：
1.一种不利气象灾害下机场基础设施网络抗灾韧性分析方法，其特征在于：所述的不利气象灾害下机场基础设施网络抗灾韧性分析方法包括按顺序进行的下列步骤：(1)获取机场基础设施数据及暴雨、暴雪在内的不利气象灾害下的机场航班数据作为基础分析数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型采用ucinet软件建立邻接矩阵，并利用邻接矩阵及复杂网络分析方法分析机场网络模型的特性，获得节点度、簇系数；(2)利用步骤(1)获得的机场网络模型及基础分析数据，以机场节点之间单位时间内的航班数量及航线距离作为参数，得到机场网络模型的服务效率函数，并利用服务效率函数获得服务效率且进行归一化处理；(3)利用步骤(2)获得的机场网络模型的服务效率函数，在机场网络模型中通过设置机场节点失效以考虑暴雨、暴雪在内的不利气象灾害对机场节点功能的影响，通过机场节点失效前后的机场网络模型的服务效率变化计算出机场节点的重要度；(4)考虑随机干扰和蓄意破坏两种破坏模式，借助于步骤(1)获得的度、簇系数，将两种破坏模式分别作用于机场网络模型，使得机场网络模型中的部分机场节点功能失效，分别获得随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵；(5)利用步骤(3)获得的机场节点的重要度和步骤(4)获得的不同破坏模式下机场网络模型中失效的机场节点数目及新的邻接矩阵，基于遗传算法对机场网络模型进行服务效率优化，确定失效节点的最优恢复顺序，由此实现机场网络模型的韧性提升。2.根据权利要求1所述的不利气象灾害下机场基础设施网络抗灾韧性分析方法，其特征在于：在步骤(1)中，所述获取机场基础设施数据及暴雨、暴雪在内的不利气象灾害下的机场航班数据作为基础分析数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型采用ucinet软件建立邻接矩阵的方法是：通过航班数据平台获取机场基础设施数据和暴雨、暴雪在内的不利气象灾害下的机场航班数据，以机场基础设施作为节点，以机场节点之间的航线作为边，考虑机场基础设施的功能特征建立机场网络模型，然后基于机场网络模型使用ucinet软件建立邻接矩阵a；其中，机场网络模型为g＝(v,e)v为机场节点集，v＝{1,2,...,n}，n为机场网络模型中机场节点总数；e为边集，e＝{e
ij
/i∈v，j∈v，i≠j}，机场节点i,j直接相连时边e
ij
＝1，反之则为0；邻接矩阵a＝(a
ij
)
n*n
为机场网络模型g中各机场节点的连接状况，当机场节点i,j之间有相连的边时，元素a
ij
＝1；否则元素a
ij
＝0。3.根据权利要求1所述的不利气象灾害下机场基础设施网络抗灾韧性分析方法，其特征在于：在步骤(2)中，所述利用步骤(1)获得的机场网络模型及基础分析数据，以机场节点之间单位时间内的航班数量及航线距离作为参数，得到机场网络模型的服务效率函数，并利用服务效率函数获得服务效率且进行归一化处理的方法是：利用基础分析数据获得机场节点之间单位时间内的航班数量f
ij
，机场节点之间归一化处理后的航线距离为d
ij
，得到机场节点i,j之间的服务效率函数r
s,ij
：r
s,ij
＝f
ij
/d
ij
进而得到整个机场网络模型的服务效率函数r
s
(g)，并归一化处理得到归一化服务效率函数r
ns
(g)：其中，r
s
(g)＝1/(n(n-1))∑
(i≠j)
r
(s,ij)
＝1/(n(n-1))∑
(i≠j)
f
ij
/d
ij
r
ns
(g)＝r
s
(g)/max
i≠j
r
s,ij
。4.根据权利要求1所述的不利气象灾害下机场基础设施网络抗灾韧性分析方法，其特征在于：在步骤(3)中，所述利用步骤(2)获得的机场网络模型的服务效率函数，在机场网络模型中通过设置机场节点失效以考虑暴雨、暴雪在内的不利气象灾害对机场节点功能的影响，通过机场节点失效前后的机场网络模型的服务效率变化计算出机场节点的重要度的方法是：机场节点的重要度k
i
的表达式为：k
i
＝(r
ns
(g)-r
ns,i
(g))/r
ns
(g)式中，r
ns,i
(g)为机场节点i失效后机场网络模型的服务效率，r
ns
(g)为机场网络模型的归一化服务效率。5.根据权利要求1所述的不利气象灾害下机场基础设施网络抗灾韧性分析方法，其特征在于：在步骤(4)中，所述考虑随机干扰和蓄意破坏两种破坏模式，借助于步骤(1)获得的节点度、簇系数，将两种破坏模式分别作用于机场网络模型，使得机场网络模型中的部分机场节点功能失效，分别获得随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵的方法是：对建立的机场网络模型考虑随机干扰和蓄意破坏两种破坏模式，其中随机干扰模式为通过matlab的randperm函数在得到的机场网络模型中随机生成n个机场节点进行干扰，蓄意破坏模式为分别选取机场网络模型中节点度值最大和簇系数最大的n个机场节点进行破坏，n的取值取决于机场网络模型中的机场节点总数，然后将随机干扰和蓄意破坏分别作用于机场网络模型，分别得到随机干扰和蓄意破坏两种模式下机场网络模型中失效的机场节点数目，并形成新的邻接矩阵。6.根据权利要求1所述的不利气象灾害下机场基础设施网络抗灾韧性分析方法，其特征在于：在步骤(5)中，所述利用步骤(3)获得的机场节点的重要度和步骤(4)获得的不同破坏模式下机场网络模型中失效的机场节点数目及新的邻接矩阵，基于遗传算法对机场网络模型进行服务效率优化，确定失效节点的最优恢复顺序，由此实现机场网络模型的韧性提升的方法是：根据步骤(3)获得的机场节点的重要度，以及步骤(4)分析确定的机场网络模型中失效的机场节点数目和新的邻接矩阵，以机场基础设施网络恢复时间和机场保障资源为优化目标，利用遗传算法对机场网络模型进行服务效率优化，确定出失效节点的最优恢复顺序，由此提升机场网络的抗灾韧性。

技术总结
一种不利气象灾害下机场基础设施网络抗灾韧性分析方法。其包括建立机场网络模型，使用Ucinet软件分析机场网络模型的特性；以航班数量和航线距离为参数，得到网络模型的服务效率函数；计算机场节点的重要度；分别获得随机干扰和蓄意破坏下网络模型中失效的机场节点数目；基于遗传算法确定失效节点的最优恢复顺序等步骤。本发明优点：通过建立机场网络模型，考虑随机干扰和蓄意破坏两种破坏模式，以机场基础设施网络恢复时间和机场保障资源为优化目标，分析确定了不同破坏作用下失效节点的最优恢复顺序以实现机场网络韧性提升，从而保障了机场网络的服务效率，为机场基础设施网络抗灾韧性提升提供了分析手段。灾韧性提升提供了分析手段。灾韧性提升提供了分析手段。


技术研发人员：黄信 杨立志 吴堃 齐麟 陈宇 李长辉
受保护的技术使用者：中国民航大学
技术研发日：2023.04.11
技术公布日：2023/7/18