具有不同节点的复杂动态网络有限时间部分状态分量同步控制

针对一类由不同节点组成的复杂动态网络,提出了一种分散控制策略以实现有限时间部分状态分量同步(只考虑网络中每个节点的部分状态分量在有限时间内达到同步)。首先,为了方便理论分析及推导,引入了一个特殊对角矩阵来表述每个节点所需关注的状态分量。其次,基于此特殊对角矩阵,给出了有限时间部分状态分量同步的定义。与有限时间同步相比,有限时间部分状态分量同步更广泛。再次,结合控制理论以及有限时间稳定性定理,提出了分散控制策略使网络实现有限时间部分状态分量同步。最后,通过一个仿真例子,验证了控制方法的有效性与正确性。

基于事件驱动间歇控制的离散复杂网络有限时间同步

研究了一类基于间歇控制的离散时间异构复杂动态网络有限时间有界同步问题。首先,设计了一个基于事件驱动的间歇控制机制。在该机制下,控制器是否工作取决于Lyapunov函数轨迹和预设的工作区域。与现有的间歇性控制方案相比,该方法中控制器的工作/休息时间是非周期的且不可预测的。其次,提出了有限时间有界性的概念,并利用类整定时间函数来衡量控制性能。通过求解不等式约束的优化问题,进一步得到有限时间有界同步的类整定时间。最后,通过数值仿真实验验证了该结论的准确性和有效性。

基于离散时间量子漫步的链路预测算法

量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(link predictionbased on discrete time quantum walk,简称LP-DTQW)算法.研究结果表明:相对于其他7种算法,LP-DTQW算法有更高的预测精度;LP-DTQW算法的时间复杂度远低于经典RWR(random walk with restart)链路预测算法的时间复杂度.因此,LP-DTQW算法具有更强的预测性能.

离散复杂动态网络的一种非脆弱同步算法

通过引入一种反馈控制方案,研究了一类离散时间复杂动态网络模型的同步问题。由于复杂网络的同步轨迹、拓扑信息等均为时变的且具有不确定性。在假设网络的耦合配置矩阵以及内部耦合矩阵的扰动范数均有界的前提下,设计了一种加性非脆弱反馈控制算法,并利用Lyapunov方法分析了其稳定性。

基于离散时间贝叶斯网络的动态故障树分析方法

提出了一种基于离散时间贝叶斯网络的动态故障树分析方法.首先给出优先与门、顺序相关门、备件门、功能相关门等动态逻辑门向离散时间贝叶斯网络的转化方法,在得到动态故障树对应的离散时间贝叶斯网络之后,再利用贝叶斯网络推理算法计算、诊断和预计顶事件概率、重要度等常规分析结果.对数字飞控计算机系统进行的分析表明,该方法能够保证较高的求解精度,其相对误差均保持在0.4%以内,而且易于扩展到多态和非确定性逻辑关系的情形.

基于离散时间贝叶斯网络的动态故障树分析的改良方法

传统基于离散时间贝叶斯网络的动态故障树分析方法的计算时间和计算精度受时间分段影响极大。基于复合梯形积分方法分析传统方法的计算误差,提出改良的动态门转化方法,补偿其计算误差。以某测量系统为例,建立动态故障树和贝叶斯网络,验证改良方法的可行性和高效性。结果表明:改良方法在时间分段较小时,能得到精确的系统失效概率。改良方法补偿了传统方法的计算误差,提高了结果的计算精度和计算效率,适用于服从各种常见分布的复杂系统。

复杂动态网络自适应有限时间同步控制

本文利用自适应控制的方法,研究了复杂动态网络有限时间同步控制问题.针对网络的耦合权重已知和耦合权重未知两种情况,分别设计了相应的自适应控制器和参数自适应律.利用有限时间稳定性定理和Lyapunov稳定性理论,证明了复杂动态网络的误差动态系统是有限时间稳定的,并给出了同步过渡时间上界的估计.最后,利用数值算例验证了本文结论的有效性.

广义离散时滞复杂动态网络的同步控制

讨论了一类广义离散时滞复杂动态网络的同步稳定性和牵制控制问题.针对此类系统,首先得到了弱保守性的离散时滞复杂动态网络系统的同步稳定性条件.其次,通过对部分节点设计牵制控制器,使得整个复杂动态网络系统达到同步,从而保证了整个系统的同步稳定性.随后,将控制器的设计问题转化为求解线性矩阵不等式(LM I)的凸优化问题,便于利用现有的优化软件求解.同时,大大降低了问题求解的复杂性.仿真结果验证了方法的有效性.

离散复杂动态网络的事件驱动控制器设计

为了节约复杂动态网络中的通信资源,利用事件驱动设计了节点之间的信息传输策略。将事件发生器的阈值与控制器增益进行协同设计,利用输入一状态稳定性理论,得到了以线性矩阵不等式表示的离散复杂动态网络事件驱动控制器设计准则。最后,以包含10个节点的离散动态网络为例进行了数值仿真,仿真结果表明所设计的事件驱动控制器的有效性。

个体脑功能网络在长时间尺度上的动态复杂度分析

为人脑功能网络在长时间尺度上的动态复杂度变化情况,基于单个被试在18个月内近百次密集扫描的纵向静息态功能磁共振成像的数据集,采用排列熵对全脑功能网络的动态复杂度进行定量分析。结果表明,所有功能网络的复杂度会随着时间变化而发生一定的动态波动变化,但这种变化的幅度范围较为有限;不同功能网络的表现各异,其中小脑网络和皮下核团网络的复杂度最高,而额顶网络复杂度最低。

基于复杂网络理论的离散制造车间生产物流网络建模与分析

针对离散制造车间生产环境复杂、加工任务多变、生产异常频发等特点致使车间生产物流难以支撑产线优化运行与任务高效执行的问题,提出一种基于复杂网络理论的离散制造车间生产物流网络建模与性能分析方法。根据典型离散制造车间生产物流业务运行特点,构建一种以工位和存储单元为节点、物料流向为边的带时间窗的车间生产物流双权重有向网络模型;分析所构建模型的动态演化驱动因素和网络特征,研究车间生产物流网络的节点重要性、稳定性、自修复能力等性能指标,为离散制造车间生产物流业务的优化稳定运行提供理论支撑。以重庆某发动机箱体机加车间生产物流业务为实例,验证了所提方法的有效性和适用性。

动态多连片贝叶斯网络在复杂管路系统故障诊断中的应用研究

为解决复杂管路系统的实时故障诊断推理问题,提出了多连片动态贝叶斯网络分布式协同推理的故障诊断方法。该方法将一个复杂的贝叶斯网络分割成若干个有重叠的贝叶斯子网,根据贝叶斯网络在时间序列上的动态特性,以中央冷却水系统为例建立了两时间片最小组件级和分布式多连片系统级的感知模型,通过实验进行了中央冷却水系统故障诊断分析,实现了传感器不足情况下的协同分布式推理。实验结果表明了基于多连片贝叶斯网络的协同故障诊断方法的正确性和有效性。

脉冲复杂网络的固定时间聚类同步

本文主要研究脉冲复杂网络的固定时间聚类同步问题。首先根据网络的耦合和聚类表达特性,提出一类具有脉冲效应的耦合网络模型。其次,通过设计纯幂律控制策略,利用脉冲系统的固定时间稳定性理论,得到脉冲复杂网络的固定时间聚类同步准则,并有效估计出同步的停息时间。最后通过提供相应的数值实例来验证控制策略和所提同步条件的有效性。

连续时间容量网络的最短动态时间流问题

针对一类带节点处理速率限制的连续时间容量网络,提出了该网络中的最短动态时间流问题,并给出其线性规划形式;通过分析该网络与经典网络之间的内在联系,利用最大接收流和退流的思想分别设计出准确求解两种网络最短动态时间流的高效算法;证明了算法的正确性并分析出算法有较小的复杂度;最后,通过一个算例演示了算法的执行。

一类耦合时滞复杂动态网络的分布采样同步

基于分布采样控制策略研究具有耦合时变时滞的复杂动态网络(Complex Dynamical Networks,CDNs)的状态同步问题.引入时间依赖的Lyapunov函数分析同步误差系统的稳定性.运用Jensen不等式处理积分项,并结合凸组合技术,建立了具有较少保守性的分布采样同步判据;并给出了设计具有最小耦合力的分布采样同步控制器的迭代算法.与已往文献结果相比,本研究所得到的判据放宽了采样区间的上界,降低了保守性.最后,通过两个数值实例验证了所提方法的有效性.

时间尺度上具有PS控制器的动态网络指数型同步

研究具有PS(proportional-sup)控制协议的动态网络在时间尺度上的指数型同步问题。为了实现动态网络的指数型同步,利用线性时滞动态方程在时间尺度上的指数型估计式和不等式,导出动态网络在时间尺度上的指数型同步准则。数值例子验证了分析结果的有效性,主要结果可应用到连续和离散情形。

柔性双工网络功率分配:边剪枝加速的GNN计算

由于用户间干扰的存在,无线通信网络中的功率分配问题往往是非凸的、计算量巨大。当前图神经网络(graph neural network,GNN)成为一种有效的计算方法被用来解决该问题。为了最大限度地提高网络传输速率的同时降低计算复杂度,提出一种将设备属性和通信连接属性纳入GNN的柔性双工网络图表示方法,并构建了相应的柔性双工图神经网络(flexible duplex GNN,FD-GNN)模型,首次将节点对之间的距离、信道增益和邻居作为动态阈值引入到FD-GNN中,以适应动态环境。排除GNN中邻居的信道状态信息,通过修剪FD-GNN中的边来减少计算时间降低网络时间复杂度。仿真表明,所提出的基于信道增益邻居的阈值设定方法,性能最优且达到加权最小均方误差(weighted minimum mean square error,WMMSE)的97%,相较于Full-GNN所需的训练时间下降24%。提出的基于阈值的边剪枝有效降低了GNN运算的时间复杂度,提高了算法有效性。

不确定性和外部干扰下的输入非线性复杂网络鲁棒定常时间同步问题（英文）

本文研究了具有扰动和不确定性的不相同节点以及输入非线性的复杂动态网络全局固定时间同步问题。首先,构造了一种固定时间滑动流形来实现具有扰动和不确定性的复杂动态网络的固定时间同步。其次,提出了使用滑模控制器来实现滑模表面的全局固定时间可达性,其特点是不依赖于初始条件和网络拓扑结构,通过选择控制器中的显式参数,可以将到达模态和滑模态的固定收敛时间提前调整到期望值。最后,通过相应的数值模拟验证了结果的有效性。在不确定性和外界干扰的情况下,考虑输入非线性的复杂网络的鲁棒定常时间同步问题。

DTBN在复杂系统动态概率安全评价中的应用

基于事件树-动态故障树(ET-DFT)模型的动态概率安全评价(IDPSA)方法将ET和DFT结合,能充分描述系统动态行为对其可靠性与风险性的影响,但将DFT转化为马尔科夫链时,存在状态空间爆炸和易出错等问题。为此,建立基于离散时间贝叶斯网络(DTBN)的复杂系统DPSA方法,将ET-DFT模型转化为DTBN,给出各静态和动态逻辑门向DTBN转化的方法以及各逻辑门条件概率表(CPT)的计算方法。数控机床液压系统应用实例的分析验证结果表明,基于DTBN的DPSA方法既能得到系统故障时各个底事件发生故障的后验概率,又能得到系统薄弱环节在各时间区间内发生故障的概率,从而实现对系统较为精确的DPSA。

一种构建波动模态组的复杂网络分析方法研究

以公共自行车实际数据为基础,将其布点的存量时间序列转换为有限的模态序列,以进一步进行时间序列波动性分析,并提取序列的关键特征,构建波动模态组复杂网络.运用一种基于滑动窗口及模态参数的分析法进行公共自行车存量特征提取,为系统优化提供依据.实证研究表明:所建网络特征与滑动窗口大小、网络的出度、加权聚类系数相关,通过选择最优参数,可为优化公共自行车系统调度时间提出可行、高效的解决方案.