布尔网络的分析与控制——矩阵半张量积方法

布尔网络是描述基因调控网络的一个有力工具. 由于系统生物学的发展, 布尔网络的分析与控制成为生物学与系统控制学科的交叉热点. 本文综述作者用其原创的矩阵半张量积方法在布尔网络的分析与控制中得到的一系列结果. 内容包括: 布尔网络的拓扑结构, 布尔控制网络的能控、能观性与实现, 布尔网络的稳定性和布尔控制网络的镇定, 布尔控制网络的干扰解耦, 布尔 (控制) 网络的辨识,以及布尔网络的最优控制等.     

工业控制网络和信息网络的集成技术

控制网络和信息网络是工业企业网络的2个部分,控制网络和信息网络的集成可实现网络间信息与资源的共享,是企业实现信息化和综合自动化的关键。文章介绍了工业控制网络和信息网络的不同,分析了控制网络和信息网络集成的必要性,阐述了工业控制网络和信息网络集成的几种方式及若干关键问题。     

随机早期侦测队列控制测度自适应性模型研究

提出一种确定RED控制测度与网络性能耦合关系的方法。通过限定范围内调变多维控制测度的重复场景仿真方法,获得RED队列模型控制测度对同构网络的影响曲线,甄选线性代数数学模型建模,得到RED控制测度对网络性能自适应的控制模型,为改善RED与网络紧耦合关系提供理论依据。     

新型路由器体系结构研究综述

计算机网络的管理与控制变得越来越复杂,人们对网络互连的关键设备--路由器提出了越来越高的要求。新型路由器控制体系结构必须考虑系统的开放性、可扩展性、可伸缩性、安全性、用户选择与应用感知等问题。本文分析了新型路由器控制体系结构的研究现状,重点介绍了主动网络、可编程网络、开放网络控制、软件可扩展路由器以及面向用户选择的网络控制等技术。     

基于MikRoTik RouteOS网络管理的实现

本文通过MikRoTikRouteOS对网络进行控制与管理,讨论了网络的设置、流量控制、分时控制、IP访问、端口控制与映射等。     

复杂动态网络环境下控制理论遇到的问题与挑战

以漫谈的方式讨论复杂动态网络环境下传统控制理论所遇到的一些新问题与新挑战. 具体地, 本文首先介绍现代网络科学与工程的背景, 然后讨论复杂动态网络的牵制控制、有向复杂网络的能控性以及"网络的网络"的 建模与控制等三个方面的相关科学研究问题.     

基于Linux的网络准入控制代理服务器的设计与实现

网络准入控制体系中,终端与策略服务器通过代理服务器连接。该文给出网络准入控制的实现流程,定义了代理服务器的功能。以Linux内核的网络模块为基础,提出一种两级过滤规则链的网络报文过滤方法,实现了准入控制代理的安全阻断功能。该文工作可作为网络准入控制代理服务器的实现参考与依据。     

网络控制的机遇与挑战

网络与控制的学科交叉研究与产品的研发是我们面临的一个机遇与挑战。在网络控制系统和网络的控制中都有不少问题可研讨。     

基因调控网络的控制:机遇与挑战

众所周知,基因调控网络（Genetic regulatory networks,GRNs）是一类基本且重要的生物网络.基因调控网络可以通过输入、噪声、参数以及正负反馈等进行功能的鲁棒性调节与控制.本文首先简要回顾了基因调控网络控制方面的若干研究进展,然后提出了一些与控制相关的基因调控网络的基本科学问题.基因调控网络的控制以生命科学为背景,以控制理论为理论基础.过去几十年,控制论的基本思想与方法逐步渗透到基因调控网络的研究中.同时,来源于生命科学的控制问题也为我们提出了新的机遇与挑战.基因调控网络的控制对生命科学中困扰人类的基本问题,如延长寿命、治愈癌症、糖尿病等顽疾有着非常重要的现实意义.此外,基因调控网络控制研究对合成生物学、网络医学、个性化医学等相关学科的发展具有潜在的应用价值.     

控制网络与信息网络的几种集成技术

控制网络与信息网络的集成为企业综合自动化创造了良好的条件.阐述了控制网络与信息网络集成的网络互联技术、动态数据交换技术以及开放数据库访问技术等.     

神经网络控制结构及所用神经网络

本文阐述了神经网络控制所能解决的控制难题,若干种控制结构及常用的动态神经网络。讨论了神经网络控制研究的重点,在实时控制中的物理可实现性及其发展等问题。     

基于强化学习的移动传感器网络时延系统控制数学建模

为了提高移动传感器网络时延系统控制能力,提出基于强化学习的移动传感器网络时延系统控制模型,采用高阶近似微分方程构建移动传感器网络时延系统的控制目标函数,结合最大似然估计方法进行移动传感器网络的时延参数估计,采用强化学习方法进行移动传感器网络的收敛性控制和自适应调度,建立传感器网络时延系统控制的多维测度信息配准模型,在强化跟踪学习寻优模式下实现移动传感器网络时延系统的自适应控制。仿真结果表明,采用该方法进行移动传感器网络时延系统控制的自适应性较好,时延参数估计准确度较高,控制过程的鲁棒性较强。     

拥塞控制:无线传感器网络可靠数据传输的保证

无线传感器网络是一种新型的数据感知技术,由于网络由大量资源有限的传感器节点组成,并且容易受到环境干扰等因素的影响,数据在网络中传输时可能产生拥塞,造成数据传输不可靠,因此在无线传感器网络中设计合适的拥塞控制协议,进行可靠数据传输是很有必要的.分析了国内外已有的拥塞控制协议,指出了设计拥塞控制协议的一些考虑因素.     

Controlling across complex networks - Emerging links between networks and control

This paper discusses the interplay between networks and control systems. As we gain more understanding about the structure and dynamics of physical networks, their effects on the performance of closed-loop control systems, as well as the ability to control such networks, provide fertile areas of research. The paper reviews such research with special emphasis on the connectivity and delays in the information transfer across networks.     

使用模型检测解决概率布尔网络优化控制

系统生物学期望对复杂生物系统建立一个真实的、可计算的模型,以便于以系统的角度去理解生物系统的演变过程。在系统生物学中,一个重要的主题是通过外部的干预控制发展关于基因调控网络的控制理论,以作为未来基因治疗技术。目前,布尔网络及其扩展的概率布尔网络已经被广泛用于对基因调控网络进行建模。在控制问题的研究中,概率布尔控制网络的状态迁移本质上构成一条有限状态空间的离散时间马尔科夫决策过程。依据马尔科夫决策过程的理论,通过概率模型检测方法解决网络中有限范围优化控制问题和无限范围优化控制问题。针对带有随机干扰且上下文相关的概率布尔控制网络,使用概率模型检测器PRISM对其进行形式化建模,然后将两类优化控制问题描述为相应的时序逻辑公式,最后通过模型检测寻找出最优解。实验结果表明,提出的方法可以有效地用于生物网络的分析和优化控制。     

基于BP神经网络的PID控制方法的研究

本文提出了一种基于BP神经网络的PID控制方法,充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。文中采用三层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。计算机仿真结果表明,基于BP神经网络的PID控制较常规的PID控制具有更好的鲁棒性和自适应性,能取得良好的控制效果。     

Stochastic tuning of a spacecraft controller using neural networks

There have been many demonstrations of the advantages of using neural networks in control systems. Networks, such as the MLP, offer a level of adaptability and non-linearity, both of which are required in some control systems. However, for spacecraft attitude control, high levels of dependability are also required. This poses serious questions for the acceptability of neural networks. This paper describes a suggested control system which uses two MLP networks for the control of thrusters on the SOHO spacecraft. However, rather than applying the networks directly, they form part of a stochastic parameter-selection system which is used to adapt a conventional (PD) control system. It is suggested that using neural networks indirectly in this way better guarantees the dependability/reliability of the control system.     

随机复杂网络同步控制研究进展综述

复杂网络控制系统由于其在通信、计算、控制等多学科的交叉特性已经引起了各行各业学者的广泛关注,复杂网络同步控制已经成为一个研究热点.本文主要综述了随机复杂网络的同步控制研究进展情况.首先论述了随机复杂网络同步控制的研究背景及意义,然后从复杂网络的动力学特性、复杂网络的拓扑结构、复杂网络的受限情况、复杂网络的同步控制策略和随机复杂网络同步能力优化几个方面分别进行了综述,进一步综述了随机复杂网络的应用情况.最后在总结国内外研究成果的基础上,指出随机复杂网络未来亟待解决和研究的问题.