[发明专利]基于零模型的复杂产品系统风险源辨识方法

权利要求书

1.一种基于零模型的复杂产品系统风险源辨识方法，其特征在于包括有下列步骤：

步骤一，依据复杂产品系统的功能层次结构构建根树网络模型；

以复杂产品系统中的功能指标项作为节点，节点与节点之间通过连通构建一棵树型的复杂产品系统网络模型；

将功能指标项用符号node表示；则有：属于最顶层功能Ⅰ中的所有功能指标项记为NODE^Ⅰ；NODE^Ⅰ采用集合形式表示为

将属于的所有功能指标项进行归类，记为下角标χ是属于的功能指标项的总个数；

将属于的所有功能指标项进行归类，记为下角标γ是属于的功能指标项的总个数；

将属于的所有功能指标项进行归类，记为下角标λ是属于的功能指标项的总个数；

将属于的所有功能指标项进行归类，记为下角标ξ是属于的功能指标项的总个数；

步骤二，计算功能指标项的指标量；

步骤21，计算每个功能指标项的度中心性值；

采用度中心性公式计算每个功能指标项的度中心性值，下角标i代表任意一个功能指标项；

步骤22，计算最底层功能指标项的平均指标量；

采用计算最底层功能指标项的平均指标量，φ代表最底层功能指标项的总个数；

步骤三，风险等级划分；

步骤31，第一风险群判断；

任意元素节点V_i的功能指标项计量指标，记为CC_i；

若则将元素节点V_i记入第一风险群，记为QUN_群一＝{V_i}；

若则对元素节点V_i进行步骤32判断；

步骤32，第二风险群判断；

从步骤一中的节点信息中获得中间层功能指标项中的各个功能指标项，即

从步骤一中的节点信息中获得最底层功能指标项中的各个功能指标项，即

找出最底层功能指标项的宿主，所述宿主为中间层功能指标项；

若则将元素节点V_i记入第二风险群，记为QUN_群二＝{V_i}；

若进入步骤33；

步骤33，第三风险群判断；

将CC_i＜CC_平均and的元素节点，作为第三风险群，记为QUN_群三＝{V_i}；

步骤四，基于零模型的处理；

步骤41，计算第三层功能指标项的模块度；

根据步骤三得到的不同群节点进行功能指标项网络构建，得到第三层功能指标项的网络拓扑结构图；

步骤42，构建一阶随机断边重连零模型；

在保证网络中节点的度分布不变的情况下，针对所有系统划分建立一阶随机断边重连零模型；

步骤43，计算第三层功能指标项的模块度；

最底层功能指标项的模块度公式为

步骤44，计算模块度的变化量；

根据公式|ΔQ|＝|Q₀-Q_i|计算模块度的变化量|ΔQ|，比较不同系统划分的重要性，|ΔQ|越大，系统划分的重要性越大；

步骤五，基于线性阈值模型的处理；

针对风险群一和风险群二中的同一系统划分中的功能指标项使用线性阈值模型比较风险传播时间；

步骤51，计算功能指标项的影响力

采用功能指标项影响力计算公式计算每个功能指标项的影响力指标；

步骤52，风险传播的路径

根据步骤四所得的结果，分别设置不同的功能指标项为初始节点，设置网络节点阈值，使用线性阈值模型统计风险传播的时间；

初始状态为网络拓扑结构中只有初始节点的状态为活跃状态，其余节点为不活跃状态，当节点的相邻活跃节点的影响力之和大于网络阈值时，节点被激活，状态为活跃状态；

步骤53，统计风险传播的时间

以为初始节点，统计风险传播的时间对节点的风险传播的时间进行排序，获得最小风险传播时间对应的节点，该节点的风险传播最快。

2.根据权利要求1所述的基于零模型的复杂产品系统风险源辨识方法，其特征在于：寻找复杂产品系统中存在风险的功能指标项的所在位置。