复杂动力学网络的结构辨识

复杂动力学网络的结构辨识

论文摘要

网络科学在过去20年里吸引了来自各个领域研究者们的关注,通过建立相应的动力学网络模型来描述并分析物理、生物、社会关系等方面的现象.研究者们在研究网络的结构属性、动力学行为、同步控制时,一般假设拓扑结构已知.但实际上,由于动力学网络结构的复杂性和节点动力学的复杂性,很多时候拓扑结构和系统参数可能是未知的或是不确定的.因此,辨识拓扑结构和系统参数就变得尤为重要.本文主要研究了复杂动力学网络的结构辨识问题.首先,研究具有复耦合的复变量动力学网络的自适应结构辨识.利用自适应控制方案设计相应的网络估计器.根据Barbalat引理推导出两个结果,利用Lyapunov函数对两个结果进行严格证明,并用数值例子对结果的有效性加以说明.其次,考虑离散时滞动力学网络的拓扑辨识问题.通过选取合适的参数自适应更新法则设计有效的响应网络估计器,辨识网络中未知的或不确定的耦合矩阵.利用Frobenius矩阵范数和Lasalle不变原理证明了该方法的可行性.两个数值例子验证了该方法的有效性.再次,引入脉冲控制,研究分数阶动力学网络的结构辨识.设计合适的脉冲控制器并施加在结构未知的动力学网络上,使之实现结构辨识.利用Lyapunov函数进一步证明了两个结果,并通过两个数值模拟例子进行说明.最后,对本文进行总结,讨论近期关于复杂动力学网络的结构辨识研究成果,提出一些值得深入研究的问题.

论文目录

  • 中文摘要
  • 英文摘要
  • 第一章 绪论
  •   1.1 引言
  •   1.2 本文的主要工作
  • 第二章 具有复耦合的复变量动力学网络的结构辨识
  •   2.1 模型描述
  •   2.2 主要结果
  •   2.3 数值模拟
  •   2.4 小结
  • 第三章 离散时滞动力学网络的拓扑辨识
  •   3.1 预备知识
  •   3.2 模型描述
  •   3.3 主要结果
  •   3.4 数值模拟
  •   3.5 小结
  • 第四章 分数阶动力学网络的结构辨识
  •   4.1 模型描述
  •   4.2 主要结果
  •   4.3 数值模拟
  •   4.4 小结
  • 第五章 总结与展望
  •   5.1 工作总结
  •   5.2 工作展望
  • 参考文献
  • 致谢
  • 硕士期间研究成果
  • 文章来源

    类型: 硕士论文

    作者: 严佳烨

    导师: 吴召艳

    关键词: 结构辨识,复杂网络,复变量,离散时滞,分数阶,脉冲控制,自适应策略

    来源: 江西师范大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 江西师范大学

    分类号: O157.5

    DOI: 10.27178/d.cnki.gjxsu.2019.000027

    总页数: 42

    文件大小: 2411K

    下载量: 34

    相关论文文献

    • [1].机械装配耦合动刚度的逆子结构辨识方法[J]. 机械工程学报 2016(09)
    • [2].基于粗糙集属性约简的异步电机速度模型结构辨识[J]. 大连交通大学学报 2009(01)
    • [3].振动结构耦合动刚度的间接逆子结构辨识方法[J]. 声学学报 2018(03)
    • [4].非线性自回归模型辨识及其在结构损伤识别中的应用[J]. 振动与冲击 2017(20)
    • [5].T-S模型全局优化辨识[J]. 计算机工程与应用 2012(36)
    • [6].基于混合PSO-SQP算法同时实现多变量的结构和参数辨识[J]. 控制与决策 2011(09)
    • [7].有混合数据输入的自适应模糊神经推理系统[J]. 自动化学报 2019(09)
    • [8].基于粒子群优化的超级电容器模型结构与参数辨识[J]. 中国电机工程学报 2012(15)
    • [9].基于自适应遗传算法的多项式模型结构与参数的一体化辨识[J]. 控制与决策 2011(05)
    • [10].热膜式空气质量流量传感器块联模型结构辨识[J]. 仪器仪表学报 2008(03)
    • [11].基于时间序列分析的导引头误差模型建立方法研究[J]. 自动化技术与应用 2010(11)
    • [12].基于T-S模型的模糊系统辨识方法综述[J]. 计算机应用研究 2009(06)
    • [13].电力系统的碳排放结构分解与低碳目标贡献分析[J]. 电力系统自动化 2012(02)
    • [14].基于改进粒子群算法的系统辨识新方法[J]. 系统工程与电子技术 2008(11)
    • [15].混合编码免疫算法在船舶载重计量的应用[J]. 控制理论与应用 2009(03)
    • [16].基于模糊神经网络的飞机某系统故障诊断研究[J]. 计算机应用与软件 2009(06)
    • [17].基于PSO算法的系统辨识方法[J]. 系统仿真学报 2008(13)
    • [18].SBR恒曝气量好氧硝化过程动态DO模拟:模型辨识与K_La确定[J]. 化工学报 2012(12)
    • [19].基于移动率的T-S模糊模型的结构辨识方法[J]. 计算机科学 2012(11)
    • [20].基于遗传编程的非线性系统辨识[J]. 控制工程 2009(01)
    • [21].系统辨识中应用遗传算法的分析及研究[J]. 工程技术研究 2016(08)

    标签:;  ;  ;  ;  ;  ;  ;  

    复杂动力学网络的结构辨识
    下载Doc文档

    猜你喜欢