一种混合复杂网络-机器学习方法,用于识别和缓解紧急供应链级联故障中的关键状态
《RELIABILITY ENGINEERING & SYSTEM SAFETY》:A Hybrid Complex Network-ML Approach for Critical State Identification and Mitigation in Emergency Supply Chain Cascading Failures
【字体:
大
中
小
】
时间:2026年04月24日
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 11
编辑推荐:
基于复杂系统动力学理论,构建整合级联故障模型、马尔可夫链与集成机器学习的应急供应链网络研究框架,系统揭示重大风险冲击下脆弱性演变规律与鲁棒性增强机制。研究发现:动态级联故障模型中约5%节点故障率触发非线性系统相变;DNN-LightGBM模型在高噪声环境AUC达0.9622;自适应邻接干预策略可100%维持系统可控状态。研究成果为智能应急供应链管理提供理论支撑。
朱晓欣|冉梦环|大卫·里根
青岛理工大学商学院,中国青岛266520
摘要
在风险冲击下,应急供应链网络表现出的边界不稳定性效应是供应链安全管理领域的一个关键科学挑战。核心挑战在于在系统崩溃之前准确识别并有效干预关键状态。本文基于复杂系统动力学中的系统相变阈值理论,构建了一个集成框架,融合了级联故障模型、马尔可夫链和集成机器学习方法,系统地研究了应急供应链网络在关键冲击下的脆弱性演变模式和鲁棒性增强机制。研究结果揭示:(1)在考虑节点响应能力和处理时间约束的动态级联故障模型中,应急供应链网络在受到针对性攻击时表现出明显的脆弱性阈值。具体而言,在本文建立的级联故障模型中,当节点故障比率超过约5%时,效率和连通性会急剧非线性下降,这表明了典型的系统相变行为。(2)所提出的DNN-LightGBM集成模型在高噪声环境下的拟合AUC为0.9622。此外,通过将预测的故障概率嵌入马尔可夫状态转移矩阵,实现了节点风险识别与系统演化过程之间的动态耦合。(3)自适应邻居干预策略通过重构马尔可夫状态转移路径,有效抑制了从严重损害到完全崩溃的转变,使系统始终保持在可控制的严重状态,概率达到100%,从而显著降低了进入崩溃状态的风险。本研究为构建集成智能预测-动态干预的应急供应链管理系统提供了重要的理论基础和方法论贡献。
章节摘录
1 引言
在全球紧急情况日益频繁的背景下,应急物资供应系统已成为支持国家治理系统现代化和政府能力的关键支柱。作为这一框架的核心组成部分,应急供应链是指为快速响应救援需求并在事件发生后确保关键物资和服务供应而建立的临时或动态重构的供应链系统。
2.1.1 供应链脆弱性和鲁棒性理论
Sheffi(2005)提出,供应链脆弱性表现为对破坏性事件的风险暴露程度。其大小受到事件频率和持续时间、影响范围以及系统固有适应能力的限制。特别是在具有多节点相互依赖性的供应链网络结构中,动态风险通过物流、信息流和资本流的交互路径迅速扩散。
3.1.1 应急供应链网络初始化
Motter和Lai(2002)在研究复杂网络中级联故障的传播机制时,提出了一个线性负载-容量模型,通过设置不同的系数来分析受攻击网络中的连通性损害程度。在此基础上,学者们在相关领域进行了进一步研究。
4.1.1 参数估计
通过模拟分析快速响应能力参数对网络鲁棒性的影响,确定了优化参数组合,以提高应急供应链的快速响应能力和整体韧性。用于衡量级联故障程度的指标是网络效率下降率IgCI。
其中,mean(d)是平均度值,0.1用于...
5.1 在重大风险冲击情景下的干预策略评估
为了模拟小规模应急供应链遭遇严重冲击的情景,本研究使用了500个节点进行比较策略模拟。图15展示了在不同干预策略下应急供应链网络级联故障的平均演变过程和网络平均连通性表现。
6.1 实证网络结构验证
本研究采用有向BA网络来模拟应急供应链。为了证明这一选择的合理性,我们首先使用Willems(2008)的真实世界数据验证了其适用性。对38条真实供应链的拓扑特征进行分析后发现,其中一条供应链的特征与BA无标度网络高度一致,详见表7。
7 结论
基于复杂系统动力学理论,本研究全面揭示了应急供应链网络在重大风险冲击下的脆弱性演变模式和鲁棒性增强机制。通过构建一个整合了节点响应能力的动态级联故障模型,本研究发现了应急供应链网络中的关键脆弱性阈值现象。在受到针对性攻击时,网络连通性以2.5%的速率下降。
披露声明
作者声明他们没有可能影响本文研究的财务、职业或个人关系。所有作者确认研究是独立进行的,且不存在任何利益冲突。
CRediT作者贡献声明
朱晓欣:撰写 – 审稿与编辑、监督、项目管理、方法论、资金获取、概念构思。
冉梦环:撰写 – 原始草稿、软件开发、形式分析。
大卫·里根:撰写 – 审稿与编辑、监督。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号