随着复杂网络研究的深入,专家和学者们逐渐发现,网络间并不是彼此孤立的,很多实际情况都是双网或者多网间耦合运行,例如电力-通讯网络。这种网络间的耦合也将级联失效问题变得更加复杂,如电力网络中的节点崩溃会造成通讯网络节点能源不足而崩溃,进而造成电力网络的通讯调控不利,网络崩溃的规模更大,实际中的损失无法估计。本文针对相依网络的级联失效问题展开研究,以负载-能量模型为基础,从网络结构特性和网络动力机制两个方面研究相依网络鲁棒性。首先,通过模拟蓄意攻击和随机攻击策略,在单一变量原则下,研究了网络基本拓扑性质对网络鲁棒性影响。之后,在上述研究基础上,进一步分析网络异质性所带来的变化,并从网络动力机制角度,提出了一种基于局部实时处理能力的负载重分配策略,并通过实验证明其在一定程度上能够有效控制网络崩溃规模。考虑到网络中负载的流动是全局性的,负载重分配不能单纯考虑局部节点能力,因此本文将网络节点重要度纳入负载重分配策略中,提出了一个基于PageRank算法的负载重分配指标LDPR,综合考虑了节点全局特性和局部特性,并在后续试验中,通过matlab仿真,与其他几种经典负载重分配策略进行对比,验证了LDPR指标的有效性和稳定性。本研究的主要贡献包括:一、通过仿真实验,发现相比于网络动力机制,网络结构因素对网络鲁棒性影响更大;二、针对级联失效的内在机理,提出了一种刻画节点局部实时处理能力的指标,一定程度提高了相依网络鲁棒性;三、结合网络节点的局部特性和全局特性,提出了一种基于LDPR的负载重分配策略,对级联失效具有很好的抑制效果。