多重边融合复杂网络的间歇式量化同步分析

基于量化控制和网络拆分的思想,讨论间歇耦合多重边融合复杂动态网络的量化同步问题。通过对数量化器对同步误差的反馈控制瞬态信号进行量化,并利用稳定性理论和比较定理,给出多重边融合的间歇式复杂动态网络量化同步化准则。所得理论结果进一步应用于由Chua混沌系统为动力节点所构成的多重边复杂动态网络,数值模拟表明了所获结论的有效性。     

一种新的多重权值复杂网络模型的同步分析

在传统单权值复杂网络的基础上,建立了一个具有多重权值的复杂网络模型.同时根据网络拆分的思想,将含有多重权值的复杂网络拆分为若干个单权值的子网络.进而根据Lyapunov稳定性理论,研究了多重权复杂网络的全局自适应同步,给出了网络的同步准则,并以Lorenz系统为例,通过数值仿真验证了结论的有效性.     

一种新的多重权值复杂网络模型的建立与同步控制

考虑复杂网络边上多个权值的情况,建立了一种新的具有多重权值的复杂网络模型.同时根据网络拆分的思想,将含有多重权值的复杂网络拆分为若干个单权值的子网络.根据Lyapunov稳定性理论,研究了多重权复杂网络的全局同步.通过Matlab数值仿真,验证了该结论的有效性.     

非线性变时滞耦合复杂网络的牵制控制

研究具有非线性变时滞耦合复杂网络模型的同步问题,通过牵制控制的方法对变时滞耦合复杂动力网络进行同步控制.分别对外耦合矩阵可约和不可约两种情况设计了简单的控制器,通过控制网络的少部分节点使网络同步于一个孤立的节点.根据Lyapunov稳定性理论和线性矩阵不等式理论得到了非线性变时滞耦合的复杂网络的牵制同步的充分条件.数值仿真采用了新的混沌系统模型,仿真结果进一步证明了结论的正确性和有效性.     

不确定时滞复杂网络的自适应控制同步

文章研究了一类复杂网络的同步问题,其中网络模型中考虑了时变节点时滞和多重时变耦合时滞,系统参数未知并且节点间的耦合是不确定的.通过设计自适应控制器,实现了复杂网络的完全同步和反同步.基于Lyapunov稳定性理论和不等式方法,得到了网络同步的充分条件.上述结果同时适用于确定网络和无时滞网络的情形,结果具有一般性.仿真例子验证了控制方法的有效性.     

一种新的多重权重复杂网络模型

在加权复杂网络的基础上,建立一种新的复杂网络模型——多重权重复杂网络模型,在这种网络模型中,可以同时存在多个类型不同的权重.为了便于研究,按权重类型的不同将其拆分为多个性质不同的子网络.重新定义了多重权重复杂网络的静态统计特征,如点权、边权相似度、边权分布、节点度和点权等.进而根据Lyapunov稳定性理论,研究了多重权重复杂网络的完全同步问题,并通过实例进行了数值仿真.     

带有非线性耦合节点和时滞的复杂网络的指数同步研究

在耦合矩阵不对称并且假设耦合指数已知的条件下,利用 Lyapunov Krasovskii稳定理论设计了一个非线性反馈控制器,使得复杂网络达到全局指数同步。通过数值仿真,证明了该同步定理的可行性和有效性。     

多重边融合复杂网络动态演化模型

针对多个性质不同、相互融合的复杂网络演化过程时变非均衡,网络结构层级交织,特点规律难以测度的问题,提出了一个多重边融合复杂网络动态演化模型。首先,定义多重边融合复杂网络的相关概念,分析融合关系与层级关系的转化过程,按照节点、边性质的差异,拆分融合节点和重合边,将多重边融合复杂网络转化成交织型层级复杂网络;其次,定义节点的度值饱和度和吸引因子,提出交织型层级复杂网络的演化算法和局域世界演化模型,讨论了4种典型的节点演化情形,运用平均场方法分析了模型演化的度分布规律;最后进行了数值仿真分析,结果表明,演化过程结束后,未达到饱和状态的节点度值服从指数分布且误差不超过6%,已达到饱和状态的节点度值服从其连接容量的分布规律且误差不超过3%,网络交织系数与最高的新增节点概率、初始边数呈正相关性。研究结果验证了模型的可行性和有效性,为探索多重边融合复杂网络演化过程与规律提供了新的思路和方法,在交通网、通信网、社交网等结构与动力学研究方面具有良好的应用前景。     

具有互异节点的非线性耦合复杂网络的同步

针对具有互异节点的非线性耦合复杂网络的同步问题,基于稳定性和矩阵理论,采用补偿控制,通过低维线性矩阵不等式(LMIs)给出了所提出的网络同步的充分条件.并且把结论推广到具有相似节点的非线性复杂网络的同步问题.最后,给出的数值实例表明了所提出的控制方案的有效性.     

基于牵制控制的变时滞复杂网络自适应同步

在牵制控制的基础上,文章探讨了节点与耦合均含变时滞复杂网络的自适应同步问题.首先,利用非线性耦合常微分方程描述了一般复杂网络的动态模型,同时给出了必要的定义、假设和引理.然后,基于李雅普诺夫稳定性理论和自适应控制原理,设计了简单适当的自适应控制器,让其通过对部分节点进行牵制控制来实现整个网络的同步,并且给出网络渐近同步的充分条件.最后,通过数值实验结果很好地验证了理论的可行性与有效性.     

间接自适应动态递归模糊神经网络控制器设计

针对仿射非线性系统,提出了一种新型的基于动态递归模糊神经网络(DRFNN)的间接自适应控制器.该控制器采用DRFNN对系统的动态非线性映射进行在线估计,并依据李亚普诺夫稳定性理论推导出DRFNN参数在线调整的自适应算法,同时运用投影算法确保参数向量处于约束集合内.应用自适应DRFNN对动态非线性映射进行在线估计时,仅采用被控系统的1个状态变量作为其输入,避免了因增加输入个数而导致网络结构膨胀的问题,从而加快了收敛速度.仿真结果表明:由自适应DRFNN构成的控制器可使系统具有满意的跟踪性能.     

同步一类结构部分未知混沌系统的自适应非线性观测器

针对一类结构部分未知混沌系统，设计了一种舍有补偿器的自适应正交神经网络非线性观测器．这种自适应非线性观测器以混沌系统的线性部分能准确复制为前提，利用正交神经网络的非线性逼近能力实现结构部分未知混沌系统在状态不可测情况下的同步．在所设计的观测器中，正交神经网络的权值和补偿控制器的自适应调节规律都是通过Lyapunov稳定性原理推导所得，保证了闭环系统的稳定性，     

定位平台非线性摩擦的神经网络补偿

提出了一种基于BP神经网络的机械伺服系统非线性摩擦的补偿方法，根据方法设计出一种将经典的PD控制与神经网络控制相结合的控制器，该控制器既有PD控制的优点，又能神经网络逼近非线性函数的能力，较好地补偿了系统中的非线性摩擦和外部扰动，应用Lyapunov稳定性定理，证明了系统的稳定性，并得到系统跟踪差的边界值，采用刚毛摩擦动力学模型，对X－Y定位平台进行仿真和实验，结果表明该控制器能够补偿系统的非线性因素，保证了系统的稳定，减少了跟踪误差，该方案控制效果明显优于PD控制，可用于工业设备的控制中。     

一类带有时滞和时滞耦合复杂网络的脉冲同步

研究了耦合项和非线性项含有时滞的复杂网络的脉冲同步问题.根据可控的复杂网络达到同步时耦合项会自动消失,可以得到含有脉冲影响复杂网络的误差动态网络.根据脉冲微分方程的稳定性分析,建立合适的Lyapunov Krasovskii泛函,得到含有脉冲影响的复杂网络新的脉冲同步准则.最后,复杂网络的微分方程模型和误差系统仿真图说明了脉冲同步准则的有效性和正确性.     

一种基于小波神经网络的自适应控制方法

提出了一种基于小波神经网络的自适应控制方法,该方法利用两个小波神经网络作为自适应系统的辩识器和控制器来构成自适应控制系统。由于小波函数具有紧支性以及神经网络的非线性映射能力,因而在所构成的控制系统中,辨识器能更准确地近似具有较强非线性被控对象的动态特性,控制器能产生较为复杂的控制规律。仿真结果表明,该系统比一般神经网络控制系统具有调节速度快和超调小等更好的控制效果。     

Colpitts电路中的双涡卷混沌寄生振荡分析

通过在Colpitts振荡器中引入二次反馈项,观察到了新奇的双涡卷吸引子.这个具有反馈项的混沌系统具有3个平衡点,产生不同于Lorenz和Colpitts系统的复杂吸引子.对系统的一些基本特性,如平衡点、稳定性、Lyapunov指数谱、分岔图、相轨与庞加莱截面等进行了详细的分析.     

一个混沌系统的混沌特性分析及反控制

设计了一个新混沌系统实现反控制的非线性控制器,根据Lyapunov稳定性定理,证明了同步误差系统是全局渐近稳定的.利用Matlab进行数值仿真,结果显示,所设计的非线性控制器能有效地实现混沌同步.     

混合时滞驱动响应动力学网络的函数投影同步

构造了一类具有混合时滞的驱动响应动力学网络。基于Lyapunov稳定性定理,设计了自适应控制器,通过该控制器牵制控制这类驱动响应动力学网络并实现了其函数投影同步。数值仿真的结果表明了该控制器的有效性。同时,响应动力学网络的耦合配置矩阵不需要可约、对称等约束条件。     

考虑时滞影响的分层非线性全局控制器的设计

提出了基于广域信息的分层控制器结构,第一层是负责计算全局信息（如功角中心、角速度中心）的广域控制器,第二层是将本地测量信号与全局信息相结合以得到控制规律的本地控制器.同时,为了克服基于线性二次调节的非线性全局控制器易受时滞影响的弊端,应用线性矩阵不等式的H∞控制理论提出了新的计及时滞影响的非线性全局综合控制器.四机系统的仿真结果表明,当考虑广域信息的时滞影响时,该控制器仍能快速平息系统的振荡,提高系统的稳定性.