两个具有耦合时滞的分数阶复杂网络的延迟投影同步与参数辨识

研究两个具有耦合时滞的分数阶复杂网络的延迟投影同步与参数辨识的问题.首先,建立具有耦合时滞以及模型参数不确定分数阶复杂网络模型,并给出驱动网络与响应网络的延迟投影同步误差模型;其次,设计有效的控制器以及参数自适应律以实现两个网络之间的延迟投影同步与参数辨识,给出了实现延迟投影同步与参数辨识的充分条件,对该充分条件给出了...     

一类异结构分数阶复杂网络的自适应同步

复杂网络结构的复杂性以及节点行为的多样性等因素, 使得分数阶复杂网络的同步与控制研究得到了国内外研究者的广泛关注。本文讨论了异结构分数阶复杂网络的同步问题。应用自适应控制方法设计出一类非常简单的控制器,基于分数阶稳定性理论,选择合适的分数阶参数,推导出两类异结构分数阶复杂网络状态同步的充分条件,仿真结果进一步验证了本文所设计自适应控制器的有效性,并详细分析了分数阶参数复杂网络同步的影响。     

基于自适应模糊滑模控制的分数阶混沌系统的投影同步

基于模糊控制理论和滑模控制理论以及自适应控制理论,研究了一类含有外部扰动的不确定分数阶混沌系统的混合投影同步问题.提出了一种自适应模糊滑模控制的分数阶混沌系统投影同步方法.模糊逻辑系统用来逼近未知的非线性函数和外部扰动,并且对逼近误差采用了自适应控制,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理设计了自适应模糊滑模控制器和参数自适应律.最后数值仿真结果验证了所提控制方法的有效性.     

一类分数阶复杂网络混沌系统的投影同步

根据分数阶系统的相关理论研究了一类分数阶复杂网络混沌系统的投影同步问题,给出了分数阶复杂网络以及分数阶时滞复杂网络系统实现投影同步的充分性条件,仿真结果表明了方法的正确性.     

不确定分数阶多涡卷混沌系统自适应重复学习同步控制

研究了不确定分数阶多涡卷混沌系统的自适应重复学习同步控制问题.通过利用滞环函数,设计了一类参数可调的分数阶多涡卷混沌系统.针对这类分数阶多涡卷混沌系统,在考虑非参数化不确定性、周期时变参数化不确定性、常参数化不确定性和外部扰动情况下,提出了一种重复学习同步控制方案.利用自适应神经网络技术补偿了系统中的函数型不确定性,通过自适应重复学习控制技术处理了周期时变参数化不确定性,并利用自适应鲁棒学习项处理了神经网络逼近误差和干扰的影响,实现了主系统和从系统的完全同步.综合利用分数阶频率分布模型和类Lyapunov复合能量函数方法证明了同步误差的学习收敛性.数值仿真验证了所提方法的有效性.     

分数阶混沌系统广义混合投影同步与参数辨识

研究两个不同的分数阶混沌系统的广义混合投影同步(GHPS)及参数辨识.基于分数阶稳定性理论,运用自适应控制法与混合反馈控制法,设计混合反馈控制器及参数自适应控制律.控制器能够根据误差状态自动调节反馈增益系数,能有效提高同步效率,最终实现了两个不同的分数阶混沌系统的广义混合投影同步并估计出不确定参数,并给出严格数学证明.最后通过预估校正算法进行了数值仿真,结果表明:由驱动系统与响应系统构建的误差系统将在一定时间内稳定于零点,验证了该方法的有效性和可行性.     

分数阶复杂网络的混合投影同步研究

主要针对一类节点为分数阶混沌系统的复杂网络混合投影同步进行研究.基于分数阶系统的稳定性理论和非线性反馈控制方法,通过设计有效的控制器,实现了不同节点的复杂网络的混合投影同步,并给出了实现投影同步的充分条件,不仅从理论上分析了该控制器可以使复杂网络系统实现投影同步,而且大量的数值模拟证明所设计控制器的正确性和有效性.     

不同阶分数阶混沌系统的同步与参数辨识

针对不确定分数阶混沌系统的同步和参数辨识问题,提出一种新的方法,即用不同阶分数阶系统来同步和参数辨识.利用主动控制和预控制量方法,基于分数阶混沌系统稳定性理论和自适应控制理论,设计控制器,实现不同阶分数阶混沌系统之间的同步和参数辨识.理论和仿真结果实现了不同阶Chen 系统间的同步和辨识,表明了该方法的有效性.     

不同阶混沌系统广义混合错位函数投影同步及在保密通信中的应用

为进一步提高保密通信的安全性,应用Lyapunov稳定性理论以及自适应控制方法,在广义混合错位投影同步与函数投影同步的基础上提出了广义混合错位函数投影同步(GHDFPS),给出了不同阶参数不确定混沌系统的广义混合错位函数投影同步与参数辨识的控制方法,并研究该同步类型在保密通信中的应用。通过严格的数学证明和数值仿真,不同阶参数不确定混沌系统实现了广义混合错位函数投影同步,辨识出了不确定参数。由于广义混合错位函数投影同步中的函数比例因子矩阵的多样性,使该同步类型应用在保密通信中更具有安全性;同时,将此同步类型和实现该同步的控制方法用于混沌掩饰调制保密通信中,将能解调出多个信号,并能检验信号的真实性。     

不确定混沌系统用分数阶系统同步与参数辨识

针对不确定整数阶混沌系统的同步和参数辨识问题,提出一种新的策略即用分数阶混沌系统来同步整数阶混沌系统并实现不确定参数的辨识。首先引入预控制量并利用主动控制构造同步误差方程,然后用分数阶混沌系统稳定性理论和自适应控制理论,设计同步控制器及参数的自适应率,最终实现整数阶混沌系统用分数阶混沌系统同步和参数辨识。数值仿真实现参数不确定整数阶Lorenz系统用分数阶Lorenz系统进行同步和参数辨识仿真,结果表明提出方法的有效性。     

Parameter Estimation and Topology Identification of Uncertain General Fractional-order Complex Dynamical Networks with Time Delay

Complex networks have attracted much attention from various fields of sciences and engineering in recent years. However, many complex networks have various uncertain information, such as unknown or uncertain system parameters and topological structure, which greatly affects the system dynamics. Thus, the parameter estimation and structure identification problem has theoretical and practical importance for uncertain complex dynamical networks. This paper investigates identification of unknown system parameters and network topologies in uncertain fractional-order complex network with time delays (including coupling delay and node delay). Based on the stability theorem of fractional-order differential system and the adaptive control technique, a novel and general method is proposed to address this challenge. Finally two representative examples are given to verify the effectiveness of the proposed approach.      

Decentralized Adaptive Strategies for Synchronization of Fractional-order Complex Networks

This paper focuses on synchronization of fractionalorder complex dynamical networks with decentralized adaptive coupling. Based on local information among neighboring nodes, two fractional-order decentralized adaptive strategies are designed to tune all or only a small fraction of the coupling gains respectively. By constructing quadratic Lyapunov functions and utilizing fractional inequality techniques, Mittag-Leffler function, and Laplace transform, two sufficient conditions are derived for reaching network synchronization by using the proposed adaptive laws. Finally, two numerical examples are given to verify the theoretical results.      

复杂动力学网络的自适应线性广义同步及参数识别

针对参数未知的复杂动力学网络，基于Lyapunov稳定性理论和LaSMle不变原理，通过设计合适的自适应控制器不仅实现了参数未知的复杂动力学网络之间的线性广义同步，而且对网络中的未知参数进行了追踪识别．文中设计的控制器对一类复杂动力学网络有普适性，并且由于其具有的自适应功能，使得该控制方法有鲁棒性．数值仿真结果进一步验证了控制方法的有效性与可行性．     

Synchronization of uncertain complex dynamical networks via adaptive control

In this paper, synchronization of an uncertain dynamical network with time‐varying delay is investigated by means of adaptive control schemes. Time delays and uncertainties exist universally in real‐world complex networks. Especially, parameters of nodes in these complex networks are usually partially or completely uncertain. Considering the networks with unknown or partially known nodes, we design adaptive controllers for the corresponding complex dynamical networks, respectively. Several criteria guaranteeing synchronization of such systems are established by employing the Lyapunov stability theorem. Analytical and numerical results show that the proposed controllers have high robustness against parameter variations including network topologies, coupling structures, and strength. Copyright © 2008 John Wiley & Sons, Ltd.     

一种新的复杂动态网络学习控制的自适应同步算法

提出了一种新的具有未知时变参数复杂动态网络同步的自适应学习控制方法.运用重新参数化技术,设计周期时变参数的自适应学习律、常参数的更新律以及自适应控制策略确保同步误差渐近收敛.通过构造复合能量函数给出同步的一个充分条件.最后给出一个复杂网络的例子验证所提方法的有效性.     

Synchronization of complex networks with coupling delays via adaptive pinning intermittent control

The problem of exponential synchronization for a class of general complex dynamical networks with nonlinear coupling delays by adaptive pinning periodically intermittent control is considered in this paper. We use the methods of the adaptive control, pinning control and periodically intermittent control. Based on the piecewise Lyapunov stability theory, some less conservative criteria are derived for the global exponential synchronization of the complex dynamical networks with coupling delays. And several corresponding adaptive pinning feedback synchronization controllers are designed. These controllers have strong robustness against the coupling strength and topological structure of the network. Using the delayed nonlinear system as the nodes of the networks, a numerical example of the complex dynamical networks with nonlinear coupling delays is given to demonstrate the effectiveness of the control strategy.     

基于改进的布谷鸟搜索算法对分数阶生物系统的参数估计

近年来,非线性分数阶系统的参数估计问题已经在许多科学和工程领域特别是计算生物学中,引起了广泛的兴趣.本文针对分数阶生物系统的参数估计问题,将系统参数和分数阶导数同时作为独立的未知参数来进行估计,并提出了一种改进的布谷鸟搜索(improved cuckoo search, ICS)算法来求解该问题.在ICS算法中,通过引入一个自适应参数控制机制,同时结合反向学习方法,从而达到提高算法收敛速度和估计值精度的目的.最后,以三种经典的分数阶生物动力系统模型为例进行了数值仿真,其中还考虑了有测量误差和噪声数据的情形.仿真结果表明ICS算法具有良好的适应性、较高的收敛可靠性及精度,为求解非线性分数阶系统参数估计问题提供了一种有效工具.