网络拓扑结构对混沌同步能力的影响

本文考察了链状、环状和全局三种连接方式的双向耦合网络的拓扑结构对Arneodo混沌系统的同步能力的影响.基于线性稳定性理论,通过计算最大条件李雅普洛夫指数,得到了体系处于混沌同步时的耦合强度的最小临界值,发现三种不同拓扑结构的网络中,全局耦合的网络同步时耦合强度比其它两种都小,这表明全局耦合网络同步能力最强,链状网络同步能力最差.最后通过对连接图判据和数值计算结果的比较,验证了数值计算结果的可靠性.     

具有时变时滞耦合的两个不同复杂网络的自适应同步

针对两个不同的时变时滞耦合复杂网络,提出一个新的网络同步模型.该模型中的两个网络在节点数目、拓扑结构、内部耦合、耦合时滞及节点动态均可不相同.基于LaSalle不变原理,设计自适应控制器使得两个网络获得同步.进一步研究了具有未知拓扑结构的两个复杂网络的自适应同步问题.数值结果表明了本文方法的有效性.     

一般拓扑结构的复杂网络的稳定性和同步

研究了具有一般拓扑结构的复杂动态网络的稳定性和同步.相对于以往的复杂网络的稳定和同步研究,本文针对的是一般拓扑结构,即没有对外、内耦合矩阵进行限制.外耦合矩阵没有必要是对称阵或可对角化阵,内耦合矩阵也没有设定为对角阵或者正定阵.得到的主稳定方程包含外耦合矩阵和内耦合矩阵的谱信息,因此由其推导的稳定性和同步化条件和现有的结果相比更加精确和细致.最后的数值算例说明了结论的正确性.     

具有不同节点动态和拓扑结构的两个复杂网络之间的同步

基于节点输出线性耦合模型,首先针对节点动态不同的两个复杂网络,利用节点的输出变量(标量)设计结构简单的控制器使得两个网络获得同步,根据Lyapunov稳定性定理,推出相应的同步准则。然后,进一步研究了具有不同节点动态和拓扑结构的两个复杂网络间的同步问题,同样利用节点输出变量设计控制器,进行网络的同步控制。最后通过仿真验证本方法的有效性。     

具有切换拓扑的动态复杂网络的同步控制

针对一类耦合拓扑集合给定的动态复杂网络模型,研究在网络通过给定耦合拓扑集合中的任一拓扑进行耦合均不能实现同步时,如何通过在给定耦合拓扑集合中拓扑之间的切换来实现网络的同步。通过构建合适的Lyapunov函数给出了网络实现同步所需要满足的条件和相应的耦合拓扑切换规则。与已有的研究结果相比,本文所研究的动态复杂网络的耦合拓扑矩阵具有更为一般的形式,而且无需满足已有研究成果对耦合拓扑矩阵的限制条件(诸如可同时上三角化以及可同时对角化等条件)。数值仿真结果验证了所给结果的有效性和正确性。     

复杂动力学网络上的聚类同步研究

文章主要研究节点非恒同的适应性复杂动力学网络，通过局部控制和耦合强度的适应性策略实现聚类同步．运用李雅普诺夫稳定性理论，得到了网络中聚类同步流形全局稳定的充分条件，并进一步说明了网络的内耦合矩阵、拓扑结构以及耦合强度对聚类同步的影响．最后，数值模拟验证了理论结果的有效性．     

基于线性耦合的变形蔡氏电路异结构混沌同步

分析了2种变形蔡氏电路的特性,表明了它们是具有拓扑相似性的异结构混沌系统.采用单变量线性耦合的方法,实现了2系统之间的混沌同步和反相同步;根据Hurwitz稳定性判据,得到了耦合系数δ的取值范围;设计了实现两拓扑相似异结构系统混沌同步和反相同步的实验电路,实验结果表明,与同结构混沌同步相比,拓扑相似异结构系统混沌同步具有更多的优点.     

连接图稳定性方法及其应用

运用连接图稳定性方法分析单向耦合结构与双向耦合结构的环状网络,在断开一条边从环状变为链状时同步能力的变化.从双向环状耦合结构到链状结构同步能力是减弱的,在N很大时同步能力约为原来的1/3.数值仿真定性地验证了上述结论.还发现该方法对于单向耦合结构网络有一定的局限性.     

两个耦合复杂网络的自适应同步

研究了两个具有相同拓扑结构的全同耦合复杂网络之间的同步,它是一个网络内的结点同步的推广.设计具有动态演化强度的简单线性反馈控制器使两耦合网络同步.对著名的罗伦兹系统为动力学结点的两个耦合网络给出了数值模拟结果,证明了所提出的方法的有效性.     

基于分层同步的脑结构和功能网络关系研究

脑通过结构分割和功能整合达到局部专注又整体协作的工作模式,因此了解脑结构网络和功能网络之间的关系对深入理解脑活动具有重要意义.将耦合神经元群模型作为脑结构网络中的节点,其协同动力学可以重现脑神经活动的主要特征.基于模型分层同步的时间序列,构造脑功能网络并通过对比脑结构与功能网络的拓扑研究二者的关系.在猫和猿猴脑结构网络上进行的分层同步实验表明,脑结构和功能网络具有相似的连接模式,分层同步活动与结构网络的层次结构具有一致性,并基于结构网络中节点之间的相似性对二者的一致性进行了定量研究.数值试验的结果支持了脑结构网络的分层结构是脑功能分割和整合的基础,并且脑功能的整合和分割是通过神经元集群的协同活动实现的.     

拓扑辨识具有社团结构的加权复杂动态网络

针对具有社团结构的一般不确定加权动力学复杂网络,利用反馈控制和自适应控制构造了一个驱动-响应系统来辨识驱动系统的拓扑结构,并根据线性稳定性理论和Lyapunov方法给出了拓扑辨识的充分条件.最后,通过数值仿真验证了所提方法的正确性和有效性.     

基于演化涌现的复杂信息网络设计优化

 针对复杂信息网络设计优化问题,分析了复杂信息网络特性,提出了基于演化涌现的复杂信息网络设计优化方法和拓扑结构演化模型。该设计优化方法以融贯论为指导,采用系统分析、建模分析和仿真分析相结合技术途径对复杂信息网络设计优化问题进行多尺度研究,树立基于网络化思维的安全观,突出网络拓扑结构设计,强化网络可控性、安全性和健壮性,体现局域结构演化形成功能整体涌现。拓扑结构演化模型综合选取网络建设成本、时延、健壮性和吞吐量等网络工程特征参数作为网络演化动力,通过调整参数权重生成优化网络。对实测ISP路由器级网络数据的仿真实验表明,方法模型具有可行性、有效性和扩展性,可加深对复杂信息网络动力学行为认识,促进信息网络科学发展。     

Evaluation on Stability of Stope Structure Based on Nonlinear Dynamics of Coupling Artificial Neural Network

The nonlinear dynamical behaviors of artificial neural network (ANN) and their application to science and engineering were summarized. The mechanism of two kinds of dynamical processes, i.e. weight dynamics and activation dynamics in neural networks, and the stability of computing in structural analysis and design were stated briefly. It was successfully applied to nonlinear neural network to evaluate the stability of underground stope structure in a gold mine. With the application of BP network, it is proven that the neuro-com-puting is a practical and advanced tool for solving large-scale underground rock engineering problems.     

具有精英策略的深度强化学习无人机集群通信网络拓扑设计

针对集群无人机背景下定向天线网络拓扑设计的NP-hard特点,基于网络高抗毁、低功耗、高稳定性等要求,以抗毁性（3-连通）、链路量、链路功耗和稳定性为奖励,提出了一种具有精英策略的深度强化学习通信网络拓扑生成算法,验证了精英经验池加速训练效果。与传统DQN相比,引入精英经验池能够有效加速模型收敛,训练时间减少3倍以上。与遗传算法相比,算法分离了训练与使用过程,当网络训练完成后,能够根据场景需要实时计算通信网络拓扑。实验阶段设计了随机给定空间位置的6节点、10节点、24节点和36节点的3-连通通信网络拓扑。实验结果表明:所提算法具有强的实时性和适用性,对于不大于36节点的网络,可在183 ms内实现网络拓扑的更新计算,达到了实际应用的实时性要求。     

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。     

网络控制系统的连锁失效影响分析

文章针对网络化控制系统中一个小的软件失效,通过网络交互引起整个系统崩溃的连锁失效现象进行研究;通过借鉴拓扑网络的研究方法,建立了网络化控制系统的多层网络拓扑图构建方法;利用网络拓扑结构建立了网络化控制系统的相互依赖原则,并对其相互依赖性的特点进行了分析;最后利用网络拓扑结构分析了连锁失效的特点及其相互依赖表现。     

基于关联矩阵的网络拓扑辨识方法研究

提出一种基于关联矩阵的网络拓扑辨识方法．通过对网络的链状和树状基本结构关联矩阵的分析，认为关联矩阵可以完全反映网络基本结构的拓扑信息．网络关联矩阵经过矩阵变换形成三角矩阵，可以反映网络拓扑结构；对三角矩阵进行分级和分解运算，可以提取网络的拓扑信息．这种方法适用于实际应用中常见的树状结构拓扑的辨识，甚至适用于带并联支路（环路）的网络拓扑辨识．该方法简洁实用，结合系统设计仍有更进一步扩展的潜力。     

复杂网络模型同步渐进稳定性的分析与应用

基于复杂网络模型的结构，从动态网络系统的理论出发，分析了复杂网络模型的同步渐进稳定性，并把该理论应用于交通模型，对环岛式交通模型与立交式交通模型的同步渐进稳定性进行了研究比较。     

近邻耦合网络中流耦合所导致的同步与结点动力学

通过观察最近邻耦合动力学网络的同步及其相应的结点动力学性质,来揭示网络中结点间互相输入流及网络规模对网络同步的影响,从而获得更多的网络同步动力学过程的细节．结果揭示了网络同步的条件,即小规模（结点个数较少）最近邻耦合动力学网络能够在混沌和周期态上实现精确同步,在超混沌向混沌转变的临界态附近实现广义同步．