不连续复杂动态网络的有限时间与固定时间同步复杂网络在现实生活中无处不在,复杂网络的同步是自然界中广泛存在的、不容忽视的现象.近年来,复杂网络的渐近同步及其控制已引起了大量学者的广泛关注,然而在物理、工程等领域的实际网络系统中,网络的有限时间和固定时间同步及其控制更具有现实意义和应用价值,但相关研究工作才刚刚起步,相关研究结果较少.鉴于此,本文综合运用非光滑分析、微分包含、右端不连续微分方程、脉冲微分方程等相关理论分别研究了两类不连续复杂动态网络即右端不连续复杂网络和具有脉冲效应的复杂动态网络的有限时间同步和固定时间同步.第一部分讨论了在统一控制框架设计下的右端不连续复杂动态网络的有限时间和固定时间同步.首先,在Filippov解意义下,运用非光滑分析、微分包含等理论及反证思想,分析了右端不连续系统的有限时间与固定时间稳定性,并建立了相应的稳定性定理.然后,对一类具有不连续节点动力学的复杂网络设计了新的控制策略,在该统一的控制策略下,运用前述建立的稳定性定理,结合右端不连续微分方程理论,得到了网络实现有限时间与固定时间同步的判定准则.该准则指出,在统一的控制策略和相同的判定条件下,网络最终是有限时间同步还是固定时间同步取决于控制策略中的一个关键参数的取值.另外,通过对网络设计另一类统一的控制策略,讨论了网络的渐近、指数和有限时间同步.最后给出了数值模拟来说明理论结果的有效性.考虑到现实网络中的脉冲现象,第二部分研究了具有脉冲效应的复杂动态网络的有限时间同步.首先,利用比较原理和数学归纳法建立了有限时间稳定的脉冲型微分不等式,并给出了稳定停息时间上界估计.然后,通过对脉冲复杂网络设计连续控制策略,利用建立的微分不等式和脉冲微分方程理论,得到了网络在1-范数和2-范数意义下的有限时间同步准则和同步停息时间上界估
计.最后利用数值实例和仿真验证了所得理论结果的正确性和有效性.第三部分探讨了具有脉冲效应的复杂动态网络的固定时间同步.首先,利用比较原理、平均脉冲区间理论以及分类讨论思想,建立了脉冲非线性系统的固定时间稳定定理,并运用最值理论得到了与系统初值无关的稳定停息时间的最优估计.其次,通过对具有脉冲效应的复杂网络设计不连续控制律,运用建立的稳定定理和脉冲微分方程理论,得到了网络实现固定时间同步的判定条件和同步停息时间上界估计.为了说明理论结果的可行性,本部分最后给出了相关数值实例及其仿真.
Computer Engineering and Applications 计算机工程与应用 2017，53（11）复杂网络的同步性近些年来逐渐成为热点问题：无论是因特网中节点路由器数据包的转发，还是公交网络中汽车路线的安排调度，甚至人体细胞网络中的细胞演化[1-3]，都受到各界学者的广泛关注。文献[4]利用滑模控制法研究了规则网络的混沌同步问题。文献[5]探讨了具有规则拓扑接口的细胞神经网络同步现象，并做出了相应的解释。文献[6]分析了振荡节点对复杂网络的内聚性影响，并给出了基于生物网络，计算机网络和社会经济网络上的实例。脑网络是一种复杂网络，且具有无标度，小世界等一系列属性[7]，对于脑网络的研究，大多数研究团队侧重于在时间序列以及熵值检测上进行研究，目前的研究状态包括同步似然[8]，聚类[9]等一系列方法，然而这些方法比对的是时间序列或是电极间的差异，并没有对整体网络属性进行分析。 基于上述讨论，本文研究了具有随机节点分布的脑网络的同步问题。首先利用EEG （Electroencephalo-graph ）信号构造复杂脑网络模型，根据网络特征选取合EEG 信号构建的复杂网络同步稳定性分析 段之宇，胡强强，李文昊，李海芳 DUAN Zhiyu,HU Qiangqiang,LI Wenhao,LI Haifang 太原理工大学计算机科学与技术学院，太原030024 College of Computer Science and Technology,Taiyuan University of Technology,Taiyuan 030024,China DUAN Zhiyu,HU Qiangqiang,LI Wenhao,et al.Study on synchronization of complex brain network constructed with EEG https://www.doczj.com/doc/7a1802559.html,puter Engineering and Applications,2017,53（11）：56-60. Abstract:The brain is one of nature ’s most complex systems.As an important application of complex network theory in neuroscience,brain networks provide a new research direction in brain disease pathological mechanism.Synchronization has been regarded as an indicator affecting network performance,it has great impact on complex networks.In order to obtain sufficient criterion for complex synchronization of human brain network,120cases of alcoholism patients ’brain network model are constructed using EEG kinetic equation.Then the synchronization based on Lyapunov stability theory has been certified in accordance with the constructed mode.And by making experiments on normal subjects and alcoholics,brain network synchronization status is calculated.It gives the alcohol patients and normal subjects ’synchronization status difference,which can reveal that how the alcohol abuse disorders impact on the functional structure of human brain and provide research ideas on other diseases. Key words:synchronization;brain network;complex network;Lyapunov stability theory 摘要：人脑是自然界最复杂的系统之一，脑网络作为复杂网络理论在神经科学中的重要应用，为脑疾病的病理机制提供了新的研究方向。同步性作为影响网络性能的指标，对于复杂网络有着重要影响。为了研究同步性在脑网络中的表现，利用EEG 动力学方程对120例酗酒病人的EEG 信号进行复杂网络模型构造，根据所构造的模型利用李雅普诺夫稳定性理论进行证明。并通过实验对正常人和酗酒者脑网络同步状态做出统计，给出了酗酒病人和正常人的脑网络同步差异，可以揭示酗酒疾病对于人脑在功能结构上的影响，对其他疾病提供研究思路。 关键词：同步性；脑网络；复杂网络；李雅普诺夫稳定性 文献标志码：A 中图分类号：TP18；TP399doi ：10.3778/j.issn.1002-8331.1512-0335 基金项目：国家自然科学基金（No.61472270）。 作者简介：段之宇（1990—），男，硕士，研究方向为智能信息处理，E-mail ：tomcatdzy@https://www.doczj.com/doc/7a1802559.html, ；胡强强（1990—），男，硕士，研究方 向为地理信息系统；李文昊（1990—），男，硕士，研究方向为智能信息处理；李海芳（1963—），女，教授，博导，研究方向为智能信息处理。 收稿日期：2015-12-28修回日期：2016-03-04文章编号：1002-8331（2017）11-0056-05 CNKI 网络优先出版：2016-04-14,https://www.doczj.com/doc/7a1802559.html,/kcms/detail/11.2127.TP.20160414.1540.024.html 56万方数据
不连续复杂动态网络的有限时间与固定时间同步复杂网络在现实生活中无处不在,复杂网络的同步是自然界中广泛存在的、不容忽视的现象.近年来,复杂网络的渐近同步及其控制已引起了大量学者的广泛关注,然而在物理、工程等领域的实际网络系统中,网络的有限时间和固定时间同步及其控制更具有现实意义和应用价值,但相关研究工作才刚刚起步,相关研究结果较少.鉴于此,本文综合运用非光滑分析、微分包含、右端不连续微分方程、脉冲微分方程等相关理论分别研究了两类不连续复杂动态网络即右端不连续复杂网络和具有脉冲效应的复杂动态网络的有限时间同步和固定时间同步.第一部分讨论了在统一控制框架设计下的右端不连续复杂动态网络的有限时间和固定时间同步.首先,在Filippov解意义下,运用非光滑分析、微分包含等理论及反证思想,分析了右端不连续系统的有限时间与固定时间稳定性,并建立了相应的稳定性定理.然后,对一类具有不连续节点动力学的复杂网络设计了新的控制策略,在该统一的控制策略下,运用前述建立的稳定性定理,结合右端不连续微分方程理论,得到了网络实现有限时间与固定时间同步的判定准则.该准则指出,在统一的控制策略和相同的判定条件下,网络最终是有限时间同步还是固定时间同步取决于控制策略中的一个关键参数的取值.另外,通过对网络设计另一类统一的控制策略,讨论了网络的渐近、指数和有限时间同步.最后给出了数值模拟来说明理论结果的有效性.考虑到现实网络中的脉冲现象,第二部分研究了具有脉冲效应的复杂动态网络的有限时间同步.首先,利用比较原理和数学归纳法建立了有限时间稳定的脉冲型微分不等式,并给出了稳定停息时间上界估计.然后,通过对脉冲复杂网络设计连续控制策略,利用建立的微分不等式和脉冲微分方程理论,得到了网络在1-范数和2-范数意义下的有限时间同步准则和同步停息时间上界估
《复杂动态网络理论》教学大纲 课程名称（中文）：复杂动态网络理论 课程名称（英文）：Complex Dynamic Network Theory 课程编码：Y0708016D 开课单位：理学院 授课对象：运筹学与控制论 任课教师：俞辉 学时：32 学分：2 学期：2 考核方式: 开卷 先修课程：线性系统理论，稳定性理论 课程简介： 一、教学目的与基本要求：复杂网络研究正渗透到数理学科、生命学科和工程学科等众多领域，对复杂网络的定量与定性特征的科学理解已成为网络时代科学研究中一个极其重要的挑战性课题。复杂动态网络是复杂网络的一种类型。Vicsek模型关于粒子群自组织行为的研究是复杂动态网络研究的一个基本模型；对鸟群、鱼群、细菌群及其他社会性动物的群体行为研究是控制科学等学科与生物科学的交叉渗透。本课程致力于系统地介绍复杂动态网络的基础知识和研究进展。由于复杂网络研究具有很强的跨学科特色，并且新的问题和研究成果不断涌现，因此，本课程着眼于复杂动态网络研究中已经取得的主要研究进展。作为应用数学的研究生，全面系统地学习复杂动态网络理论中的基本概念、基本定理及算法并了解复杂动态网络研究的最新动向是十分必要的。复杂动态网络理论作为应用数学专业研究生的专业选修课，它的教学目的在于系统介绍这一领域的基本理论框架及最新研究动向,为研究生在该领域的研究中指明方向，并为研究生阅读该领域前沿性的研究文献和开展研究工作打下一定基础。 二、课程内容与学时分配 1、课程主要内容：包括以下几个方面的主要内容：第一章，复杂网络研究概论。第二章，多智能体复杂网络蜂拥控制，包括网络拓扑、势场函数、控制设计、稳定性分析。第三章，多智能体复杂网络的一致性问题，包括定义、控制目标、控制设计、稳定性分析。第四章，自适应控制理论基础，包括概述、参数模型、稳定性分析。第五章，多智能体复杂网络的自适应同步，包括参数化模型、控制设计、稳定性分析。第六章，多智能体复杂网络的自适应有限时间同步，包括参数化模型、控制设计、稳定性分析。第七章，复杂网络理论及应用。 2、课程具体安排：（按教学章节编写，重点章节下划线）
同步现象广泛存在于自然、社会、物理和生物等系统中，人们已观测到的同步现象包括夏日夜晚青蛙的齐鸣、萤火虫的同步发光，心肌细胞和大脑神经网络的同步[24-26]，剧场中观众鼓掌频率的逐渐同步[27]，等等。在以前的研究中，人们忽略了网络的拓扑性质，在研究同步问题时，自然地选择了最容易模拟和分析的规则网络或随机网络，但近年的研究发现真实的网络不能单纯地用规则或随机性描述而是兼具小世界效应和无标度性质，因此研究网络结构对动力系统同步规律的影响不仅具有理论意义更有实际价值。 1998年和1999年小世界和无标度网络模型相继被提出后，科学家们迅速研究了这两种网络结构对同步规律的影响。2000年Gade和胡进锟对动力学网络的同步稳定性进行分析，提出平均每个节点的长程边数对网络的同步能力起主要影响[51]；同年，Lago-Fernández等人发现小世界网络的同步能力远远强于规则的耦合格子[55]；2002年汪小帆等人也发现同耦合格子相比无标度网络具有很强的同步能力[36]；也在这一年，Hong和Kim研究了WS型小世界网络上的相同步问题，他们发现只要重连概率达到50%时，小世界网络的整体运动的规律程度就接近重联概率为100％的水平[48]；祁丰、侯中怀和辛厚文在规则的最近邻耦合网络上随机地加入捷径，发现捷径的加入有利于网络整体处于规则的运动状态[54]。 在研究复杂网络在同步方面照比规则的耦合格子的优势的同时，Pecora和汪小帆等人分别研究了同步的稳定性问题。Pecora和Carroll研究了动力系统同步区域有界情况下动力学网络实现同步的条件，提出了主稳定性函数判断网络同步的稳定性的方法[28]；2002年汪小帆和陈关荣提出了一个判断动力系统同步区域无界情况下网络同步稳定性的定理[37]。前面的两种分析方法在使用过程中都要计算耦合矩阵的特征值，当网络规模比较大时，只能采用近似计算的方法，为解决这一问题，2003年，Chen、Rangarajan和丁明洲将主稳定性函数方法与Gershg?rin 圆盘理论结合，为网络结构对混沌耦合振子系统同步稳定性的影响给出了更精确的分析方法[38]。 有了判断网络同步能力的理论方法，科学家进而研究了小世界和无标度网络的同步规律。2002年汪小帆和陈关荣研究了NW型小世界网络同步能力分别随加边概率和网络规模的关系，发现对于同步区域有界的动力系统，随加边概率的增加和网络规模的扩大网络的同步能力增强[42]；Barahona和Pecora也研究了NW型小世界网络的同步随网络的边数与同样节点数目的完全网络的边数的比值f的变化规律；2004年，Lind P、Gallas和Herrmann研究了当节点上的耦合振子为Logistic映射时无标度网络的同步规律，他们发现对于BA无标度网络，节点的平均度对网络的同步能力起到了决定性的影响。 人们已经定义了大量的拓扑量来描述复杂网络的性质，那么到底是哪一个或那几个拓扑量决定了网络的同步能力呢？鉴于小世界和无标度网络与近邻耦合格子最大的不同是具有较短的平均距离，人们理所当然的认为小世界效应是复杂网络同步能力的决定性因素，但Nishikawa、