楊豐瑞,朱宇雪,樊自甫
(1.重慶重郵信科(集團)股份有限公司,重慶 400065;2.重慶郵電大學 經(jīng)濟管理學院,重慶 400065)
在經(jīng)濟全球化的今天,物流作為實體經(jīng)濟的重要支撐行業(yè),正進入飛速發(fā)展時期,而物流網(wǎng)絡的穩(wěn)定性作為評判物流服務質量的一項重要指標,是保障物流業(yè)高質量發(fā)展的關鍵,近年來越來越受到社會各界的關注。隨著當前對復雜網(wǎng)絡研究的不斷深入,由于發(fā)生突發(fā)事件引起的物流網(wǎng)絡堵塞甚至崩潰,逐漸成為學者研究的重點。在實際駕車過程中,在發(fā)生突發(fā)事件后的應急路徑選擇上,備選路徑的擁擠程度對駕駛員的選擇行為有一定的影響,而這一情況在現(xiàn)有研究中卻很少被關注。
現(xiàn)有的針對突發(fā)事件中物流網(wǎng)絡穩(wěn)定性的研究主要采用級聯(lián)失效模型。目前該模型已應用于電力網(wǎng)絡、交通網(wǎng)絡以及互聯(lián)網(wǎng)等網(wǎng)絡研究中,各領域均提出相應的網(wǎng)絡抗毀應對策略。但針對物流網(wǎng)絡級聯(lián)失效穩(wěn)定性方面的研究尚不多見,其中Yang等以控制或抑制級聯(lián)失效傳播和交通堵塞的分流轉移優(yōu)化等兩個問題為導向,針對復雜網(wǎng)絡中的交通堵塞所引發(fā)的級聯(lián)失效傳播問題進行研究[1];Yin等通過建立基于節(jié)點度的隨機無標度網(wǎng)絡級聯(lián)失效模型和分析級聯(lián)失效模型中的節(jié)點能力,研究隨機無標度網(wǎng)絡的結構參數(shù)對網(wǎng)絡級聯(lián)失效穩(wěn)定性的影響[2]。黃英藝等分別從物流節(jié)點類型、節(jié)點領域信息、節(jié)點綜合重要度以及物流運輸?shù)挠邢蛐缘慕嵌瓤紤],建立了相應的級聯(lián)失效模型,并對其進行了抗毀性的仿真分析,提高突發(fā)事件級聯(lián)失效對物流網(wǎng)絡破壞程度評估的可信性和準確性[3-6]。
以上研究從各個角度探討了物流網(wǎng)絡級聯(lián)失效問題,但是已有研究對路段(邊)失效的判斷均基于完全失效和未失效兩個極端,而未考慮到擁堵(即部分失效)的情況。在實際生活中,部分失效的情況比上述情況更容易出現(xiàn),為此,本文基于物流運輸網(wǎng)絡中的級聯(lián)失效問題,綜合考慮邊的失效程度制定新的分流規(guī)則,構建相應的級聯(lián)失效模型。模型的建立為深入分析物流網(wǎng)絡失效特征、失效情況以及相應關鍵路段邊的保護提供了可靠的理論依據(jù),同時為現(xiàn)實生活中物流網(wǎng)絡級聯(lián)失效情況下物流配送應急決策提供了決策支持,具有較大的現(xiàn)實指導意義。
由于現(xiàn)實生活中物流網(wǎng)絡往往與交通網(wǎng)絡交叉重疊,且物流網(wǎng)絡中物流節(jié)點層次不一,導致網(wǎng)絡邊的重要性程度各有不同,同時也加大了對其重要性的衡量難度。本文結合邊(路段)在物流網(wǎng)絡中的重要性以及規(guī)劃時賦予道路的固有屬性對其重要度的影響,綜合衡量不同的路段重要度。將網(wǎng)絡用一個無向圖G={V,E} 表示,其中,V={vi}表示網(wǎng)絡中的節(jié)點集合,E={eij}表示邊的集合,i,j=1,2,…,N。
物流節(jié)點的重要程度以及業(yè)務處理能力對于物流網(wǎng)絡中邊的負荷有重要影響。不同物流節(jié)點等級在物流網(wǎng)絡中的重要度是不一樣的,例如物流中心的重要度要大于普通用戶,記物流節(jié)點vi的初始重要度為Si0,用來衡量任一物流節(jié)點在物流網(wǎng)絡中的相對重要程度[5]。
其中,ki表示節(jié)點i的度,表示物流網(wǎng)絡所有節(jié)點的平均度。
既有研究表明,在實際情況中,路段兩端節(jié)點的業(yè)務關聯(lián)程度與物流節(jié)點的重要程度呈正相關,節(jié)點間的度值大小相對比例可以用來表示節(jié)點間的業(yè)務影響權重[5],則任意節(jié)點vi對鄰接節(jié)點vj的業(yè)務影響程度系數(shù)δij可表示為:
路段在物流網(wǎng)絡中的重要程度由路段兩端的物流節(jié)點的重要程度決定。記邊eij在物流網(wǎng)絡中的重要程度為Aij:
路段自身的重要程度一定程度上能影響駕駛員的決策偏好,是影響網(wǎng)絡級聯(lián)失效的重要部分。為簡便計算,在本文中,邊eij的自身重要程度由道路級別表示,記為Bij。
結合上述對物流網(wǎng)絡中路段的重要程度的計算,定義邊eij的綜合重要程度為Qij,其計算方式為:
式中,α和1-α分別表示邊eij在物流網(wǎng)絡中的重要程度以及其自身重要程度的影響權重。
在現(xiàn)有研究中,學者們大多假定邊只存在“正常”和“失效”兩種狀態(tài),而在實際生活中,這種情況并不多見,負載過大只會導致網(wǎng)絡通行速率緩慢,當負載恢復到正常范圍內(nèi)時,通行速率也逐漸恢復正常。
假設任意邊eij的負載能力為Cij,其上初始負載Lij為:
式中,P為網(wǎng)絡容忍參數(shù),具有一定的可調(diào)范圍且滿足P≥1,表示網(wǎng)絡整體負載承受能力,ε是可調(diào)的權重參數(shù),rand為0到1之間的隨機數(shù),rt是控制整個網(wǎng)絡系統(tǒng)的參數(shù),取值范圍在0到1之間,它的取值與整個網(wǎng)絡的增長正相關,其大小決定了網(wǎng)絡的規(guī)模。
為進一步衡量邊的失效程度,本文引入道路飽和度描述道路承受的交通壓力,道路飽和度由Logistic速度-密度關系來表示,作如下規(guī)定:
t時刻邊eij的密度:
邊eij失效程度:
其中,vm表示邊eij的自由流速度,在本文中即為該路段限制的最大速度;ρm表示邊eij的擁擠密度,在本文中具體表示為該路段的負載能力Cij;Lij(t)為t時刻邊eij的負載。
2.3.1 分流規(guī)則。僅考慮完全失效情況的突發(fā)事件下,在考慮既定物流運輸方向的影響時,任意失效邊eij上的負載一般根據(jù)其鄰接邊在網(wǎng)絡中的重要度大小進行分配[7]。任意鄰接邊epq獲得的來自失效邊eij上的負載分配量為[6]:
式中,Θjp為任意鄰接邊ejp獲得的失效負載的分配比例,Γpφ為節(jié)點vp端的鄰接邊集合。
在考慮邊的失效程度影響后,本文在既有研究的基礎上,規(guī)定新的負載分配規(guī)則為:
2.3.2 級聯(lián)失效傳播過程。根據(jù)對分流規(guī)則的分析,t時刻下任意鄰接邊ejp的實時負載Ljp(t)為:
式中,Ljp(t-1)為鄰接邊ejp在t-1時刻的實時負載。接著重新判斷Ljp(t)與 Cjp的關系,若Ljp(t)≥Cjp則觸發(fā)新一輪的負載重分配;若Ljp(t)<Cjp則邊ejp在此期間不失效,直至整個網(wǎng)絡中所有邊的負載不超過其本身的容量,級聯(lián)失效過程結束。
對級聯(lián)失效所造成的網(wǎng)絡損壞程度的評估是對物流網(wǎng)絡級聯(lián)失效分析的重要環(huán)節(jié),也是對網(wǎng)絡穩(wěn)定性評判的直觀證據(jù)。既有研究主要采用網(wǎng)絡連通系數(shù)[8]和介數(shù)[9]以及節(jié)點或邊的損失比例等指標[10]進行評判,為便于統(tǒng)計分析,本文采用邊的損失比例作為網(wǎng)絡級聯(lián)失效后的損壞程度的評估指標。其計算方法為:
式中:Ef為失效邊的集合;NE為網(wǎng)絡邊的數(shù)量;Nf為失效邊的數(shù)量;CFij為失效邊eij所引起的其它失效邊的數(shù)量,0≤CFij≤NE-1。該指標值越大,說明突發(fā)事件級聯(lián)失效對網(wǎng)絡的破壞性越大,網(wǎng)絡的穩(wěn)定性越低。
本文采用節(jié)點規(guī)模N=200的小世界網(wǎng)絡為仿真對象進行試驗,其他參數(shù)設置為 α=0.3,ε=0.8,rt=0.6,網(wǎng)絡初始狀態(tài)時,所有邊上負載均小于對應負載能力Cij。由于每次生成的網(wǎng)絡不相同,為保證結論的準確性,多次運行仿真,并對仿真結果進行對比,選擇相對穩(wěn)定和普適性強的結果進行分析。最終選擇的網(wǎng)絡平均節(jié)點度,網(wǎng)絡節(jié)點度分布概率如圖1所示,橫坐標K表示節(jié)點度的大小,縱坐標P(K)為節(jié)點度為K的概率。
圖1 網(wǎng)絡節(jié)點度分布情況
3.2.1 兩種情況下不同T對CF的影響。首先,分析考慮和不考慮邊失效程度兩種情況下,不同網(wǎng)絡容忍參數(shù)對級聯(lián)失效程度的影響,分析結果如圖2所示。
圖2 兩種情況下T對CF影響對比
圖2中,T為網(wǎng)絡容忍參數(shù),CF為停止失效時網(wǎng)絡邊的損失比例。從圖中可以看出,在相同的T值下,考慮邊的失效程度的CF值要比不考慮邊的失效程度的小。這是由于當網(wǎng)絡進行級聯(lián)失效時,考慮邊的失效程度,對于流量的分配具有一定引導作用,能將更多的流量引向更為暢通的路段。從橫向來看,發(fā)生相同程度的網(wǎng)絡失效時,考慮邊的失效程度所對應的T更小。
3.2.2 考慮失效程度的分流規(guī)則對CF的影響。取T=1.06對該網(wǎng)絡進行失效過程仿真,仿真結果如圖3所示。
圖3 兩種情況下失效過程對比
圖3中,在相同的網(wǎng)絡容忍度下,在級聯(lián)失效發(fā)生的初期,考慮邊的失效程度比不考慮邊的失效程度的分流規(guī)則對網(wǎng)絡穩(wěn)定性的影響相差不大,隨著迭代次數(shù)的增多,網(wǎng)絡失效邊數(shù)量的增大,考慮邊失效程度的分流規(guī)則優(yōu)勢逐漸明顯,并且從圖3中可以看出,在制定分流規(guī)則時考慮邊的失效程度,網(wǎng)絡將更早到達穩(wěn)定水平,停止失效。
本文考慮路段的擁擠程度對駕駛員在進行臨時路徑判斷時的影響,對物流網(wǎng)絡級聯(lián)失效過程進行優(yōu)化,提出了一種新的網(wǎng)絡分流規(guī)則,構建了相應的級聯(lián)失效模型來衡量物流網(wǎng)絡的穩(wěn)定性,并運用仿真軟件對模型進行分析,仿真結果驗證了所提出模型對于網(wǎng)絡整體穩(wěn)定性的評估具有更好的表現(xiàn)。
本文提出的新的級聯(lián)失效模型對物流網(wǎng)絡穩(wěn)定性評估具有更高的可信性和合理性,其評估結果更趨近于實際情況,可為物流系統(tǒng)突發(fā)事件下的應急管理及相應的應急路徑選擇提供理論支持。然而,本文構建的分流規(guī)則只考慮到局部路徑的失效程度,掌握在發(fā)生級聯(lián)失效時駕駛員的駕駛動態(tài),結合全局路徑進一步完善分流規(guī)則是今后研究需要考慮的。
[參考文獻]
[1]Yang R,Wang W X,Lai Y C.Optimal weighting scheme for suppressing cascades and traffic congestion in complex network[J].Physical Review E,2009,79(2).
[2]Yin R R,Liu B,Liu H R,Li Y Q.Research on invulnerability of the random scale-free network against cascading failure[J/OE].http://dx.doi.org//10.1016/j.physa.2015.08.017.
[3]黃英藝,劉文奇.物流網(wǎng)絡級聯(lián)失效下的抗毀性分析[J].計算機工程與應用,2015,51(21):12-17.
[4]黃英藝,金淳.綜合節(jié)點鄰域信息下的物流網(wǎng)絡級聯(lián)失效模型構建及分析[J].計算機應用研究,2013,30(9):2 625-2 628,2 693.
[5]黃英藝,金淳,榮莉莉.考慮節(jié)點綜合重要度的物流網(wǎng)絡級聯(lián)失效模型[J].運籌與管理,2014,23(6):108-118.
[6]黃英藝,金淳,榮莉莉.考慮運輸有向性的物流網(wǎng)絡級聯(lián)失效模型[J].系統(tǒng)管理學報,2015,24(5):756-761.
[7]姬利娟,帥斌,種鵬云.級聯(lián)失效特性下危險品運輸路徑選擇研究[J].中國安全科學學報,2012,22(7):77-81.
[8]Boccaletti S,Latora V,Moreno Y,et al.Complex networks:Structure and dynamics[J].Physics Reports,2006,424(4-5):175-308.
[9]Mishkovski I,Biey M,Kocarev L.Vulnerability of complex network[J].Communications in Nonlinear Science and Numerical Simulation,2011,16(1):341-349.
[10]Baharan M,Mahmoudreza B,Mahdi J,et al.Cascaded failures in weighted networks[J].Physical Review E,2011,84(4).