基于零模型的复杂产品系统风险源辨识方法

1.本发明涉及复杂产品系统(可以为飞机结构与系统)的技术领域，更特别地说，是一种采用零模型方法从复杂产品系统中找出风险源，然后以风险源来构建适合于复杂产品系统的系统风险指标。


背景技术：

2.零模型(null model)是复杂网络的一种参照网络，不仅拥有原始网络的所有特性，还可以只针对复杂网络的某一性质进行研究。零模型是模型分析的前提，因为它能提供对组内相关系数的估计，从而判断多水平模型的构建是否有其必要性。零模型网络能够保持或破坏网络的某些特性，研究者可利用这一特性对网络的属性进行细致分析。2015年第6期“计算机应用”发表的“复杂网络零模型的量化评估”一文，作者，李欢，卢罡，郭俊霞。文中介绍了随机置乱的零模型构建方法。
3.华中科技大学出版社出版时间:2014.09，《复杂产品协同装配设计与规划》作者:刘继红，王峻峰著，在第2－5页介绍了复杂产品的定义。复杂产品系统(cops，complex product systems)是指高成本、大规模、定制的、技术与工程密集型的产品、子系统和系统或设施，亦称为大型技术系统(large technical systems)。确定一个产品是否是复杂产品系统，主要考虑其成本、项目周期、复杂程度、技术不确定性、系统层次、定制化程度、风险、零部件种类、知识和技能含量、软件应用范围等因素。复杂产品系统包括飞机与飞机发动机、飞行模拟器、航空控制系统、武器装备、建筑设施、海上石油平台、通信网络、船舶、高速列车及其他很多工程化的产品和系统。复杂产品系统涵盖的范围主要是根据产品的生产方式来界定的。
4.复杂产品系统的出现为衡量国家的综合实力与核心竞争力提供了有利的依据，它的成功不仅对我国综合国力的提高有帮助，还有助于提升人民生活的幸福感。近年来，国内外关于复杂产品系统事故频发，不仅给国家造成巨大的经济损失，还给人们的生活带来了严重的影响，因此对复杂产品系统进行风险源辨识，对其进行重点管理，可以降低风险发生的可能性。
5.风险源是经济学的专业术语。风险源与风险密不可分。风险是指事件未来发生带来的不确定性后果。相同的风险因素可能是由不同的风险源产生的。例如，火灾风险可能来源于物质环境(磷的自燃等)，也可能来源于社会环境(纵火)。有些风险源很好判断但是有些则不易判断。风险源辨识/识别是风险管理的首要步骤，评估指标体系在风险管理中起着承上启下的重要作用。
6.目前，众多学者从复杂产品系统的技术、设备等方面进行风险源辨识，但是没有从复杂产品系统的自身构建结构进行风险源辨识。复杂产品系统按照功能可划分为不同的子系统或称系统级指标项，每个系统级指标项包含有多个，由于每个子系统的重要程度不同其潜在的风险也不同，对高风险的子系统进行重点管理，可进一步确保复杂产品系统的安全。对复杂产品系统的系统结构进行风险源识别可以降低事故发生的可能性。


技术实现要素：

7.为了从复杂产品系统的实现功能角度辨识风险源，帮助人们从更多的角度识别风险源，本发明提出了一种基于零模型的复杂产品系统风险源辨识方法。本发明方法根据复杂产品系统的系统结构建立复杂网络，以节点的功能指标项计量为指标，将复杂产品系统的系统结构划分为不同等级；按照复杂产品系统的功能以及重要等级将复杂产品系统的功能指标项划分成不同的群；针对重要程度相同的子系统通过对网络构造零模型比较模块度的变化量来判断功能指标项的重要程度；最后使用线性阈值模型选取出风险传播时间短的功能指标项为复杂产品系统风险源。本发明方法能够辨识复杂产品系统风险源，为风险源辨识提供新的思路，从而提高复杂产品系统的安全性。
8.本发明的一种基于零模型的复杂产品系统风险源辨识方法，包括有下列步骤：
9.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；
10.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。
11.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nodeⅰ。nodeⅰ采用集合形式表示为
12.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。
13.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。
14.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。
15.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。
16.步骤二，计算功能指标项的指标量；
17.步骤21，计算每个功能指标项的度中心性值；
18.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。
19.步骤22，计算最底层功能指标项的平均指标量；
20.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。
21.步骤三，风险等级划分；
22.步骤31，第一风险群判断；
23.任意元素节点vi的功能指标项计量指标，记为cci；
24.若则将元素节点vi记入第一风险群，记为qun
群一
＝{vi}。
25.若则对元素节点vi进行步骤32判断；
26.步骤32，第二风险群判断；
27.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
28.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
29.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。
30.若则将元素节点vi记入第二风险群，记为qun
群二
＝{vi}。
31.若进入步骤33；
32.步骤33，第三风险群判断；
33.将的元素节点，作为第三风险群，记为qun
群三
＝{vi}。
34.步骤四，基于零模型的处理；
35.步骤41，计算第三层功能指标项的模块度；
36.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。
37.步骤42，构建一阶随机断边重连零模型；
38.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。
39.步骤43，计算第三层功能指标项的模块度；
40.最底层功能指标项的模块度公式为
41.步骤44，计算模块度的变化量；
42.根据公式|δq|＝|q
0-qi|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。
43.步骤五，基于线性阈值模型的处理；
44.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。
45.步骤51，计算功能指标项的影响力
46.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量。
47.步骤52，风险传播的路径
48.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。
49.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。
50.步骤53，统计风险传播的时间
51.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，获得最小风险传播的时间对应的节点，该节点的风险传播最快。
52.本发明基于零模型的复杂产品系统风险源辨识方法的优点：
53.①
本发明方法是对复杂产品系统中的功能指标项进行数字化计量，计算得到的计量指标与零模型相结合的方法进行风险源辨识，避免出现大量风险等级相同的风险源。
54.②
本发明方法中应用风险等级判断进行计量指标的归属，再结合零模型的网络拓扑结构的关联，能够避免因估计系数过大造成的风险过度预估。
55.③
本发明采用一阶网络拓扑结构与线性阈值模型中功能指标项的影响力和风险传播的时间进行评价风险，使得寻找出的风险源准备率较高。
56.④
本发明方法不仅考虑了零部件的重要性，还考虑了最底层功能指标项的重要性，用最底层功能指标项结果对复杂产品系统的体系结构进行风险源识别。
57.⑤
本发明方法是通过建立网络模型，将零模型运用到复杂产品系统风险源识别的研究中，在此基础上实现了对重要程度相同的结构做进一步的风险源辨识，提高了风险源辨识的精度。
58.⑥
本发明方法从零部件的连接结构进行风险源辨识，直观地分析风险源，为风险源辨识提供新的思路。
59.⑦
本发明方法在划分群的时候，考虑了风险的叠加效应，针对同一层功能指标项，将功能指标项计量指标相同的节点划分为同一群，并且计算各个功能指标项的计量指标之和，从而对节点身份的功能指标项风险程度进一步分类。
附图说明
60.图1是本发明基于零模型的复杂产品系统风险源辨识的流程图。
61.图2是本发明中复杂产品系统的功能层次框图。
62.图3是本发明实施例1的主飞行控制系统层次结构布局示意图。
63.图4是本发明实施例1中的功能指标项生成的网络拓扑图。
64.图5是本发明实施例1中的功能指标项依据零模型方法生成的网络拓扑图。
65.图6是本发明实施例1不同风险群的网络拓扑图。
66.图7是本发明实施例2的新舟700飞行系统层次结构布局示意图。
具体实施方式
67.下面将结合附图和实施例对本发明做进一步的详细说明。
68.在本发明中，复杂产品必须是技术系统。复杂产品的功能多样性源于用户需求的多样性和环境的多样性，以及产品性能的高度化。复杂产品的功能本身具备多层次性的特点，即总功能由许多子功能完成，而子功能又各自由许多子子功能完成，直至元器件完成的单元功能。与功能的多样性和层次性相对应，复杂产品的结构具有明显的多层次性。虽然功能层次与结构层次并不一定一一对应，但是毕竟功能在很大程度上决定结构。作为技术系统的复杂产品同样具有多层次性。因此在本发明中，如图2所示，将复杂产品实现的功能分为三个层次，即复杂产品实现的最顶层功能，记为ⅰ；复杂产品实现的中间层功能集合，记为ⅱ；复杂产品实现的最底层功能集合，记为ⅲ。
69.在本发明中，将功能指标项用符号node表示。在根树网络模型和零模型网络中，一个功能指标项也是一个节点，或者是一个元素节点vi。如图2所示，则有：属于最顶层功能ⅰ中的所有功能指标项记为nodeⅰ。nodeⅰ采用集合形式表示为
70.表示中间层功能集合ⅱ中的第1个功能指标项。
71.表示中间层功能集合ⅱ中的第2个功能指标项。
72.表示中间层功能集合ⅱ中的第b个功能指标项。下角标b为中间层功能集合ⅱ中功能指标项的标识号。
73.表示中间层功能集合ⅱ中的最后一个功能指标项。下角标b为中间层功能集合ⅱ中功能指标项的总个数。
74.为了方便说明，所述也称为任意一个中间层功能集合ⅱ中的功能指标项。
75.在本发明中，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。
76.表示属于的第1个功能指标项。
77.表示属于的第2个功能指标项。
78.表示属于的最后一个功能指标项。
79.为了方便说明，所述也称为属于中的任意一个功能指标项。
80.在本发明中，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。
81.表示属于的第1个功能指标项。
82.表示属于的第2个功能指标项。
83.表示属于的最后一个功能指标项。
84.为了方便说明，所述也称为属于中的任意一个功能指标项。
85.在本发明中，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。
86.表示属于的第1个功能指标项。
87.表示属于的第2个功能指标项。
88.表示属于的最后一个功能指标项。
89.为了方便说明，所述也称为属于中的任意一个功能指标项。
90.在本发明中，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。
91.表示属于的第1个功能指标项。
92.表示属于的第2个功能指标项。
93.表示属于的最后一个功能指标项。
94.为了方便说明，所述也称为属于中的任意一个功能指标项。
95.在本发明中，最底层功能集合ⅲ中的功能指标项总数，记为φ。最顶层功能ⅰ包含的功能指标项数目就是b(即)。中间层功能集合ⅱ包含的功能指标项数目就是χ+γ+λ+ξ(即φ＝χ+γ+λ+ξ，具体的功能指标项包括有
96.根据图2所示的复杂产品的功能层次结构构建一棵以最顶层功能ⅰ为树根的复杂
产品系统生成树网络模型。
97.一个功能集合中包含有一个或多个功能指标项。在本发明中，将最底层功能集合ⅲ中各个功能指标项作为复杂产品系统生成树网络模型中的节点。采用以复杂产品的功能层次结构中的最顶层功能ⅰ作为根建立一棵树，树叶就是最底层功能集合ⅲ。
98.模块度指的是模块化度量值，是一种衡量网络社区结构强度的方法。模块度的计算可以清楚地看出复杂产品系统的子系统的重要程度，对子系统建立零模型，改变子系统中零部件的结构从而达到破坏子系统的功能的目的，通过计算模块度的变化量，检查对子系统改变结构后对整个系统的影响。
99.在本发明中，通过计算最底层功能指标项中度中心性相同的节点之和是考虑到风险的叠加性以及传导性，最底层功能指标项代表着的节点采用并联的结构，中间层功能指标项之间采用串联的结构。原因是属于中间层中单一节点的重要性低于网络的平均度中心性，单一节点故障对网络整体危害较小其周围相邻节点较少影响范围较小，当最底层中节点全部故障时其周围相邻的节点也会受到影响，并且其影响的范围较广，因此对网络整体的运行都会带来较大的影响。
100.在本发明中，为了方便说明将复杂产品系统中涉及的各个功能指标项采用元素节点vi代表。
101.计算功能指标项的度中心性值
102.在本发明中，度中心公式为：
[0103][0104]
其中，vi代表元素节点标记，下角标i代表飞机结构与系统中任意一个功能指标项的标识号。e为同一层功能指标项之间形成的连接边总数。则有，中间层中的连接边总数，记为eⅱ。最底层中的连接边总数，记为eⅲ。
[0105]
在本发明中，采用下表格式(三列多行)记录下每个功能指标项对应的计量指标。
[0106]
功能指标项节点编号计量指标
ꢀꢀꢀ
[0107]
在本发明中，最底层功能指标项的平均指标量公式为：
[0108][0109]
表示最底层功能指标项的度中心性值之和。
[0110]
表示最底层功能指标项的平均指标量。
[0111]
表示相同的度中心性值。
[0112]
φ表示最底层功能指标项的总个数。
[0113]
表示去除的相同度中心性值对应的功能指标项的个数。
[0114]
在本发明中，依据公式(1)计算的功能指标项计量指标为
同理可得：的功能指标项计量指标为的功能指标项计量指标为的功能指标项计量指标为标项计量指标为的功能指标项计量指标为
[0115]
在本发明中，第二层功能指标项中的各个功能指标项计量指标的和，记为第二层总指标量且
[0116]
依据公式(1)计算的功能指标项计量指标为
[0117]
依据公式(1)计算的功能指标项计量指标为
[0118]
依据公式(1)计算的功能指标项计量指标为
[0119]
依据公式(1)计算的功能指标项计量指标为
[0120]
依据公式(1)计算的功能指标项计量指标为
[0121]
依据公式(1)计算的功能指标项计量指标为
[0122]
依据公式(1)计算的功能指标项计量指标为
[0123]
依据公式(1)计算的功能指标项计量指标为
[0124]
依据公式(1)计算的功能指标项计量指标为
[0125]
依据公式(1)计算的功能指标项计量指标为
[0126]
依据公式(1)计算的功能指标项计量指标为
[0127]
依据公式(1)计算的功能指标项计量指标为
[0128]
在本发明中，第三层功能指标项中的各个功能指标项计量指标的和，记为第三层总指标量且
[0129]
实施例1飞机结构与系统的复杂产品系统
[0130]
在实施例1中，将飞机结构与系统作为复杂产品系统，并进行基于零模型的复杂产品系统风险源辨识处理。
[0131]
在实施例1中，将航空工业出版社2019年1月出版的《飞机结构与系统》中介绍的系统名称作为功能指标项。《飞机结构与系统》中的系统名称是依据s1000d规范进行划分的。
[0132]
步骤一，依据飞机结构与系统的功能层次结构构建根树网络模型；
[0133]
参见图3所示，首先将飞机结构与系统中的所有系统名称按照划分范围分为不同层的功能指标项。然后以功能指标项作为节点，节点之间的连边作为连通构建根树网络模型。
[0134]
参见图3所示，在实施例1中，根树网络模型为三层结构，即复杂产品实现的最顶层功能ⅰ代表的是飞机结构与系统，也是根树网络模型的根节点。复杂产品实现的中间层功能集合ⅱ中包括的功能指标项有起落装置(记为)、飞机操纵系统(记为)、燃油供给系统(记为)、液压与气压传动系统、环境控制系统、氧气、抗荷与弹射救生系统和防冰与防火系统。复杂产品实现的最底层功能集合ⅲ中包括的功能指标项有液压源、气压源、防冰系统、防火系统、起落架减震器与机轮(记为)、起落架收放系统(记为)、起飞着陆性能装置(记为)、机轮刹车系统(记为)等。为了列举方便说明，请参考表1中的功能指标项。
[0135]
步骤二，计算功能指标项的指标量；
[0136]
步骤21，计算每个功能指标项的度中心性值；
[0137]
在本发明中，采用度中心性公式计算每个功能指标项的度中心性值。
[0138]
表1，功能指标项的度中心性值
[0139][0140][0141]
步骤22，计算最底层功能指标项的平均指标量；
[0142]
采用计算最底层功能指标项的平均指标量。
[0143]
例如，起落装置中的起落架减震器与机轮的功能指标项计量指标为起落架收放系统的功能指标项计量指标为起飞着陆性能装置的功能指标项计量指标为机轮刹车系统的功能指标项计量指标为
[0144]
例如，飞机操纵系统中的增稳与控制增稳系统的功能指标项计量指标为主操纵系统的功能指标项计量指标为辅助操纵系统的功能指标项计量指标为
自动飞行控制系统的功能指标项计量指标为电传操纵系统的功能指标项计量指标为
[0145]
例如，燃油供给系统中的储油系统的功能指标项计量指标为输油与供油系统的功能指标项计量指标为增压与通气系统的功能指标项计量指标为加油与放油系统的功能指标项计量指标为油量测量与信号指示系统的功能指标项计量指标为
[0146]
找出相同的功能指标项计量指标：起落架减震器与机轮的功能指标项计量指标为起落架收放系统的功能指标项计量指标为辅助操纵系统的功能指标项计量指标为电传操纵系统的功能指标项计量指标为共计4个，但是在计算网络平均功能指标项计量指标时，只需1个功能指标项计量指标则去除了3个相同功能指标项计量指标。记入元素节点的总个数为φ-3。
[0147]
找出相同的功能指标项计量指标：机轮刹车系统的功能指标项计量指标为自动飞行控制系统的功能指标项计量指标为共计2个，但是在计算网络平均功能指标项计量指标时，只需1个功能指标项计量指标则去除了1个相同功能指标项计量指标。记入元素节点的总个数为φ-3-1。
[0148]
找出相同的功能指标项计量指标：增压与通气系统的功能指标项计量指标为加油与放油系统的功能指标项计量指标为油量测量与信号指示系统的功能指标项计量指标为共计3个，但是在计算网络平均功能指标项计量指标时，只需1个功能指标项计量指标则去除了2个相同功能指标项计量指标。记入元素节点的总个数为φ-3-1-2。
[0149]
在实施例1中计算得到的φ取值为14，取值为
[0150]
步骤三，风险等级划分；
[0151]
步骤31，第一风险群判断；
[0152]
任意元素节点vi的功能指标项计量指标，记为cci；
[0153]
若则将元素节点vi记入第一风险群，记为qun
群一
＝{vi}。
[0154]
若则对元素节点vi进行步骤32判断；
[0155]
例如，
[0156]
例如，比较则执行步骤32；
[0157]
比较则执行步骤32；
[0158]
比较将节点记入第一风险群，记为
[0159]
比较则执行步骤32；
[0160]
例如，比较则执行步骤32；
[0161]
比较将节点记入第一风险群，记为
[0162]
比较则执行步骤32；
[0163]
比较则执行步骤32；
[0164]
比较则执行步骤32；
[0165]
例如，比较将节点记入第一风险群，记为
[0166]
比较将节点记入第一风险群，记为
[0167]
比较则执行步骤32；
[0168]
比较则执行步骤32；
[0169]
比较则执行步骤32。
[0170]
步骤32，第二风险群判断；
[0171]
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
[0172]
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
[0173]
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。
[0174]
若则将元素节点vi记入第二风险群，记为qun
群二
＝{vi}。
[0175]
若进入步骤33；
[0176]
在本发明中，表示归属于中间层同一功能指标项的相同功能指标项计量指标之和(简称为归属计量指标)。
[0177]
例如，相同功能指标项计量指标为将和的功能指标项计量指标记入归属计量指标中，比较则将和记入第二风险群，记为
[0178]
相同功能指标项计量指标为相同功能指标项计量指标为的功能指标项计量指标记入归属计量指标中，比较则执行步骤33；。
[0179]
例如，相同功能指标项计量指标为例如，相同功能指标项计量指标为的功能指标项计量指标记入归属计量指标中，比较则执行步骤33；
[0180]
相同功能指标项计量指标为相同功能指标项计量指标为和的功能指标项计量指标记入归属计量指标中，比较则将和记入第二风险群，记为
[0181]
相同功能指标项计量指标为相同功能指标项计量指标为的功能指标项计量指标记入归属计量指标中，比较则执行步骤33；
[0182]
例如，相同功能指标项计量指标为将和的功能指标项计量指标记入归属计量指标中，比较则将和记入第二风险群，记为
[0183]
步骤33，第三风险群判断；
[0184]
将的元素节点，作为第三风险群，记为qun
群三
＝{vi}。
[0185]
在本发明中，也是将不属于第一风险群和第二风险群的元素节点，作为第三风险群，记为
[0186]
步骤四，基于零模型的处理；
[0187]
在实施例1中，同一风险群中的重要程度相同的最底层功能指标项网络分别建立一阶随机断边重连零模型，一阶随机断边重连零模型是保证网络中节点的度分布不变，对网络进行随机断边重连，从而比较不同最底层功能指标项的重要性。
[0188]
步骤41，计算第三层功能指标项的模块度；
[0189]
在实施例1中，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，如图4所示。
[0190]
步骤42，构建一阶随机断边重连零模型；
[0191]
在实施例1中，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。
[0192]
例如，针对所有系统划分建立零模型。如图5所示。
[0193]
步骤43，计算第三层功能指标项的模块度；
[0194]
在实施例1中，最底层功能指标项的模块度公式为
[0195]
例如，针对所有系统划分建立零模型，q
null
＝14，e＝18，
[0196]
步骤44，计算模块度的变化量；
[0197]
根据公式|δq|＝|q
0-qi|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。
[0198]
表2，中间层功能指标项的模块度
[0199]
系统划分模块度模块度的变化量起落装置0.0000.111飞机操纵系统0.4940.383燃油供给系统0.6480.537
[0200]
综上，燃油供给系统的重要性》飞机操纵系统的重要性》起落装置的重要性，根据步骤三中和中系统划分为燃油供给系统的功能指标项为
[0201]
步骤五，基于线性阈值模型的处理；
[0202]
在实施例1中，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。
[0203]
步骤51，计算功能指标项的影响力
[0204]
采用计算每个功能指标项的影响力指标。
[0205]
表3，功能指标项的影响力指标
[0206][0207][0208]
步骤52，风险传播的路径
[0209]
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，设置网络节点阈值为使用线性阈值模型统计风险传播的时间。
[0210]
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。
[0211]
例如，如图6所示，初始节点为节点的影响力为节点是的相邻节点，比较因此被激活；节点是的相邻节点，比较因此被激活；节点是的相
邻节点，比较因此被激活。
[0212]
节点的影响力为节点是的相邻节点，比较因此被激活；节点是的相邻节点，比较因此被激活；节点是的相邻节点，比较因此被激活；节点是的相邻节点，比较因此被激活。
[0213]
节点的影响力为节点的影响力为节点是和的相邻节点，比较因此被激活。
[0214]
节点的影响力为节点的影响力为节点是和的相邻节点，比较因此被激活。
[0215]
节点的影响力为节点是的相邻节点，比较因此被激活。
[0216]
节点的影响力为节点是的相邻节点，比较因此被激活。节点的影响力为节点是的相邻节点，比较因此被激活。
[0217]
节点的影响力为节点是的相邻节点，比较因此被激活；节点是的相邻节点，比较因此被激活。
[0218]
节点的影响力为节点的影响力为节点是和的相邻节点，比较因此被激活。
[0219]
综上，风险传播路径为综上，风险传播路径为
[0220]
步骤53，统计风险传播的时间
[0221]
分别以为初始节点，统计风险传播的时间分别为：风险传播的时间分别为：比较0.06《0.08《0.09,因此，以为初始节点时，风险传播最快。
[0222]
实施例2新舟700飞机的复杂产品系统
[0223]
步骤一，依据新舟700中不同等级的各个功能指标项构建根树网络模型；
[0224]
参见图7所示，实施例2以新舟700飞机为例，通过分析新舟700飞机的部分系统结构进行辨识风险源，主要包括主飞行控制系统结构、高升力系统结构和自动飞行系统结构，根据新舟700飞机的系统结构建立系统结构表，包含系统结构名称和网络图中节点编号，主飞行控制系统中包含14个子系统(功能指标项)，高升力系统中包含28个子系统(功能指标项)，自动飞行系统中包含26个子系统(功能指标项)，共68个子系统(功能指标项)，其中三个系统结构表如下表所示。
[0225]
(a)主飞行控制系统：
[0226][0227]
(b)高升力系统：
[0228][0229]
(c)自动飞行系统：
[0230]
[0231][0232]
步骤二，计算功能指标项的度中心性值；
[0233]
在本发明中，采用度中心性公式计算每个功能指标项的度中心性值。
[0234]
表4，功能指标项的度中心性值
[0235]
[0236][0237]
在实施例2中计算得到的φ取值为68，取值为
[0238]
选取出大于等于最底层功能指标项的平均指标量的功能指标项。
[0239][0240][0241]
选取出小于最底层功能指标项的平均指标量的功能指标项。
[0242][0243]
步骤三，风险等级划分；
[0244][0245][0246]
记录不同风险等级中的风险源名称：
[0247][0248][0249]
步骤四，基于零模型的处理；
[0250]
新舟700原网络的模块度为0.534；分别对三个子系统建立零模型，并计算模块度，结果如下表所示。根据结果可以看出子系统的重要性排序为主飞行控制系统、高升力系统、自动飞行系统。
[0251]
表5，中间层功能指标项的模块度
[0252]
系统名称模块度模块度变化量主飞行控制系统0.0000.534高升力系统0.3920.142自动飞行系统0.5880.054
[0253]
步骤五，基于线性阈值模型的处理。
[0254]
在实施例2中，分别以功能指标项和功能指标项
为初始节点；
[0255]
功能指标项的风险传播的时间为且
[0256]
功能指标项功能指标项的风险传播的时间为的风险传播的时间为且且
[0257]
比较0.04《0.08，因此以比较0.04《0.08，因此以为初始节点风险传播最快。
[0258]
本发明是一种辨识风险源的方法，所要解决的是如何针对复杂产品系统的系统结构辨识风险源的技术问题，该方法通过执行计算机程序实现对复杂产品系统辨识风险源，该方法通过评估节点重要性来判别风险源，利用节点度中心性以及构建零模型的方法，从而实现针对不同复杂产品系统的风险源辨识，获得提高风险源辨识结果针对性、客观性的技术效果。