(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111565287.9 (22)申请日 2021.12.20 (71)申请人 东南大学 地址 210000 江苏省南京市江宁区东 南大 学路2号 (72)发明人 周一帆　刘力搏　李浩　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 专利代理师 王斌 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/06(2012.01) G06N 3/12(2006.01) (54)发明名称 一种多状态流网络可靠度评估方法及装置 (57)摘要 本发明公开了一种多状态流网络可靠度评 估方法及装置， 其中多状态流网络可靠度评估 方 法包括： 选择多状态流网络需求d下合适的最小 路集和最小割集， 确定多状态 流网络系统可靠度 上界和下界； 基于所选的最小路集和最小割集使 用条件采样方法， 生成用于多状态 流网络可靠度 评估的模拟状态向量； 基于模拟状态向量使用条 件蒙特卡洛进行仿真， 评估多状态流网络可靠 度； 在多状态流网络可靠度评估的基础上， 使用 嵌入排序和选择过程的遗传算法以优化多状态 流网络可靠度。 本发明所提出的多状态流网络可 靠度评估 方法， 可以根据多状态 流网络的结构特 性减少计算量， 并在没有特定假 设情况下处理大 规模多状态 流网络问题， 为多状态 流网络的可靠 度评估提供了参 考。 权利要求书4页 说明书12页 附图5页 CN 114444260 A 2022.05.06 CN 114444260 A 1.一种多状态流网络可靠度评估方法， 其特 征在于， 包括： 步骤一： 选择多状态流网络需求d下合适的最小路集和最小割集， 确定多状态流网络系 统可靠度上界和下界； 步骤二： 基于所选的最小路集和最小割集使用条件采样方法， 生成用于多状态流网络 可靠度评估的模拟状态向量； 步骤三： 基于模拟状态向量使用条件蒙特卡洛进行仿真， 评估多状态流网络可靠度； 步骤四： 在多状态流网络可靠度评估的基础上， 使用嵌入排序和选择过程的遗传算法 以优化多状态流网络可靠度。 2.根据权利要求1所述的多状态流网络可靠度评估方法， 其特征在于， 步骤1中， 系统可 靠度的上界和下界为： 式中， 分别表示使用需求d下合 适数量的最小路集， 最小割集计算得到的 系统可靠度上界和下界； 分别表示需求 d下合适数量的最小路集集合， 需求 d下合适 数量的最小割集集合； MP， MC分别表示 中需求d下合适数量的最小路集， 最小割集的个 数； xm表示 中第m个最小路集/最小割集； X表示系统的状态向量。 3.根据权利要求2所述的多状态流网络可靠度评估方法， 其特征在于， 步骤1中， 选择多 状态流网络需求d下合 适的最小路集和最小割集的方法是： 多状态流网络中 需求d下合 适的最小路集的选择步骤 包括： 步骤11： 初始化设置所选择的需求d下合适的最小路集集 合 备选需求d下合 适的 最小路集 集合 ψP， 设置所选需求d下合 适的最小路集的数量MP； 步骤12： 定义状态向量 式中x表示系统状态向量X中的一个实 例； 步骤13： 更新 ψP＝ ψP\x*， 步骤14： 定义状态向量 步骤15： 更新 ψP＝ ψP\x*， 步骤16： 如果 算法停止， 即为所求得的需求d下合适的最小路集， 否则返回 步骤14； 为 中需求d下合 适的最小路集的数量； 多状态流网络中 需求d下合 适的最小割集的选择步骤 包括： 步骤21： 初始化设置所选择的d ‑MCs集合 备选d‑MCs集合 ψC， 设置所选d ‑MCs的数 量MC； 步骤22： 定义状态向量 步骤23： 更新 ψC＝ ψC\x*， 步骤24： 定义状态向量 步骤25： 更新 ψC＝ ψC\x*， 步骤26： 如果 算法停止， 即为所求得的d ‑MCs， 否则返回步骤24；权　利　要　求　书 1/4 页 2 CN 114444260 A 2式中， 为 中d‑MCs的数量。 4.根据权利要求3所述的多状态流网络可靠度评估和优化方法， 其特 征在于， 步骤14中， 联合 概率密度 为： 式中， 中的元素表示为 xm， n为状态向量xm中第n条边的容量， xn 是第n条边 容量Xn的一个取值。 5.根据权利要求4所述的多状态流网络可靠度评估方法， 其特征在于， 式(3)中， 在算法的上一次迭代计算得到， 使用以下两种方法计算， 式4中， 表示多状态流网络中多状态边的个 数； 表示多状态流网络中多状态边的集 合； {x1，…， xk}表示具有k个d ‑MPs的 的子集； 含义与 相同。 6.根据权利要求2所述的多状态流网络可靠度评估方法， 其特征在于， 步骤二中， 基于 所选的最小路集和最小割集使用条件采样方法， 生成用于多状态流网络可靠度评估的模拟 状态向量， 包括： 计算采样概 率： 式中， Γ表示系统处于未知状态的区域； L表示系统处于运行状态的区域； U表示系统处 于失效状态的区域； 条件采样中第一条边的条件 采样概率为： 。 7.根据权利要求6所述的多状态流网络可靠度评估方法， 其特征在于， 条件采样的详细 步骤， 包括： 步骤31： 计算矩阵GP， 0， GC， 0， δP， δC， HP， n， HC， n， 并设置m＝1： 权　利　要　求　书 2/4 页 3 CN 114444260 A 3