为了揭示真实复杂动态网络系统的结构信息,在全面剖析现有各种复杂动态网络结构辨识方法的适用条件与不足的基础上,提出利用延迟反馈控制技术解决在每个节点只有部分状态变量、甚至单一状态变量可测量且存在未知耦合时延等限制条件下的结构辨识问题。为了解决复杂动态网络中子网络的结构辨识问题,提出了基于两次牵引控制的方法以减小未被控制节点对子网络结构辨识的影响。此外,还提出了新的时变时延参数估计方法,解决在节点动力学、耦合函数、网络的连接拓扑等结构信息未知情况下的多个时变时滞参数的辨识问题。本项目的研究一方面为分析真实复杂网络系统的动力学行为、理解结构和动力学行为之间的关系、了解真实复杂网络信息过程、最终实现对真实复杂网络系统动力学行为进行预测与控制提供坚实的理论基础和先决条件;另一方面,能直接为复杂网络建模、网络分类、功能化子网络的划分、复杂网络同步分析、复杂网络牵引控制等研究注入新的活力。
Complex networks;network synchrony;pinning control;topology estimation;steady-state control
为了揭示真实复杂动态网络系统的结构信息,在全面剖析现有各种复杂动态网络结构辨识方法的适用条件与不足的基础上,提出利用延迟反馈控制技术解决在每个节点只有部分状态变量、甚至单一状态变量可测量且存在未知耦合时延等限制条件下的结构辨识问题。为了解决复杂动态网络中子网络的结构辨识问题,提出了基于两次牵引控制的方法以减小未被控制节点对子网络结构辨识的影响。此外,还提出了新的时变时延参数估计方法,解决在节点动力学、耦合函数、网络的连接拓扑等结构信息未知情况下的多个时变时滞参数的辨识问题。本项目的研究一方面为分析真实复杂网络系统的动力学行为、理解结构和动力学行为之间的关系、了解真实复杂网络信息过程、最终实现对真实复杂网络系统动力学行为进行预测与控制提供坚实的理论基础和先决条件;另一方面,能直接为复杂网络建模、功能化子网络的划分、复杂网络同步分析、复杂网络牵引控制等研究注入新的活力。