简介:
本发明公开了一种基于大数据分析的网络拓扑性能计算方法和系统,包括:构建拓扑网络;获取拓扑网络中任意节点发生异常时的多边形供应区域面积和失效节点发生异常时波及的关联节点;获取拓扑网络的性能因子;获取目标节点的节点重要系数;由性能因子和节点重要系数得到拓扑网络的无损拓扑性能;获取拓扑网络的网络贬损系数;由无损拓扑性能和网络贬损系数得到拓扑网络的即时性能。本发明通过泰森多边形获取节点的多边形供应区域面积,通过机器学习预测模型获取节点重要系数,得到拓扑网络的无损拓扑性能和即时性能,既考虑了整体拓扑结构的鲁棒性,又考虑了每个节点的重要程度,更加全面地反映了一个网络的抗风险能力和运作效率。
本发明公开了一种基于大数据分析的网络拓扑性能计算方法和系统,包括:构建拓扑网络;获取拓扑网络中任意节点发生异常时的多边形供应区域面积和失效节点发生异常时波及的关联节点;获取拓扑网络的性能因子;获取目标节点的节点重要系数;由性能因子和节点重要系数得到拓扑网络的无损拓扑性能;获取拓扑网络的网络贬损系数;由无损拓扑性能和网络贬损系数得到拓扑网络的即时性能。本发明通过泰森多边形获取节点的多边形供应区域面积,通过机器学习预测模型获取节点重要系数,得到拓扑网络的无损拓扑性能和即时性能,既考虑了整体拓扑结构的鲁棒性,又考虑了每个节点的重要程度,更加全面地反映了一个网络的抗风险能力和运作效率。