近年来,随着网络技术的发展和网络应用的增加,因特网已经成为人们学习、工作和生活中不可或缺的一部分。无论是学习交流、网络购物,还是政府管理、公司运营,甚至是紧急救援、抗险救灾都离不开网络的支持。随着人们对网络需求的不断增加,网络的规模和复杂度也日益加大,从而当自然灾害、系统崩溃、恶意袭击等事故发生时,网络发生大规模毁坏的可能性也逐步增大。为了保证人民的生命安全,维持社会稳定,减少经济损失,网络大规模毁坏后的高效、快速恢复工作至关重要。此外,在网络恢复过程中,受人力、物力、财力等限制,恢复资源往往无法一次性完全提供,因此网络恢复工作需要分阶段、渐进式的完成。本文针对网络大规模毁坏后的渐进恢复机制做了相关研究,主要解决以下两种情况的网络恢复问题。(1)大规模毁坏后的单阶段网络渐进恢复机(?)(?)(Progressive Network Recovery in Single-Stage, PNRSS)。当网络发生大规模毁坏后,因为恢复资源有限,无法完全恢复网络,所以需要选择性的修复网络中的受损设备,使得部分恢复的网络能够最大化的满足用户的业务需求。在PNRSS问题中,本文建立了PNRSS(?)司题的混合整数线性规划(Mixed Integer Linear Programming, MILP)模型,设计了基于影子价格和背包问题的单阶段网络渐进恢复算法(Shadow Price and Knapsack Problem based PNRSS Algorithm, SPKP-PNRSS)和基于K最短路的单阶段网络渐进恢复算法(K Shortest Path based PNRSS Algorithm, KSP-PNRSS)。仿真结果表明,这两种算法性能都很好,均适用于大规模网络。SPKP-PNRSS算法得到的结果与原模型最优目标值接近；而KSP-PNRSS算法则大大提高了时间效率,同样得到了较好的性能结果。(2)大规模毁坏后的多阶段网络渐进恢复机制(P(?)ogressive Network Recovery in Multi-Stage, PNRMS)。当网络发生大规模毁坏后,恢复资源受到时间和路程的限制,只能分批到达,此时网络的恢复工作也需要分阶段、有的放矢的进行。针对PNRMS问题,本文研究了两个子问题：一是最少要用多少阶段的恢复资源修复网络中的受损设备,使得部分恢复的网络满足所有用户的业务需求；二是在给定恢复阶段数的前提下,确定链路的恢复顺序使得在恢复过程中每个阶段的业务流量总和最大化。针对第一个子问题,本文建立了基于最小恢复阶段的多阶段网络渐进恢复机制(Minimizing Recovery Stage based PNRMS, MRS-PNRMS) MILP模型,设计了基于流量比例的最小恢复阶段算法(Flow Proportion based MRS Algorithm, FP-MRS)。仿真结果表明,此算法得到的结果与原模型最优目标值接近。针对第二个子问题,本文建立了基于最大化业务流量需求的多阶段网络渐进恢复机制(Maximizing Traffic Demand based PNRMS, MTD-PNRMS) MILP模型,设计了决定链路恢复次序的最大化业务流量需求算法(Decided Link Recovery Order for MTD Algorithm, DLRO-MTD)。仿真结果表明,FP-MRS和DLRO-MTD联合算法不仅大大提高了时间效率,也得到了很好的结果。