复杂网络基于最小驱动节点的能控性优化（英文）

在这篇文章中讨论了两个核心问题,分别是最小输入问题和输入信号对节点的控制问题.利用图论和矩阵理论,找到了具有强控制集中性和强控制能力的最优的最小驱动节点集.首先,确定了驱动节点的最小数量.然后,通过两种方法确定了最优的最小驱动节点集,一种是分析节点i的控制集中性,另一种是查找控制信号u^+(t)和具有强控制能力的节点i之间有用的连接添加.最后,输入信号被施加到最优的最小驱动节点上以使得网络能控.同时,关于最优的最小驱动节点集的算法也被提出用于复杂网络能控性的研究.

有向复杂网络的目标可控性分析

针对大型复杂网络难以控制的问题,本文主要对有向复杂网络的目标可控性进行研究。首先分析单输入下有向网络的目标控制,并将贪婪算法进行优化,同时对大型复杂网络的目标控制提出了新的算法。与贪婪算法相比,新算法引入对目标节点集施加免疫信号,可有效阻断免疫节点部分与外界的连接,有效避免干扰,提高网络目标控制的效率;新算法中的免疫方法结合随机免疫和熟人免疫这两种方法的优点于一体,可更大范围地移除网络中目标节点部分到非目标节点部分的出边。说明通过新算法寻找网络目标节点部分的最小驱动节点集更加高效方便。该研究为解决更为复杂图的目标可控性问题提供了方向和方法。

基于控制理论的关键基因预测算法

针对目前关键基因预测不准确和预测算法缺乏等问题,本文提出一种基于控制理论的关键基因预测算法。首先,从TCGA数据库收集结直肠癌数据,使用计算机工具预处理数据,并利用结直肠癌数据和LncMAP数据库数据构建lncRNATF-gene调控网络。然后,设计一种新的筛选方法,基于控制理论中的最小驱动节点集思想和可控性动态分类理论,筛选得到关键节点基因集;将突变得分和网络拓扑分析方法得分融合分析,得到潜在关键基因集。最后,对关键节点基因集和潜在关键基因集取交集,得到关键基因集。结合相关文献和CGC数据库对关键基因集进行验证,证实了该预测算法的有效性,为预测结直肠癌关键基因提供了一种新的思路和方法。