×

具有多粒子和马尔可夫交换的随机延迟多群模型的同步和拓扑识别。 (英语) Zbl 1520.93489号

摘要:本文研究具有多粒子和马尔可夫交换的随机延迟多群模型(SDMM)的同步和拓扑识别。我们的模型是随机扰动、多粒子和马尔可夫变换的结合,可以合理地模拟实际系统。利用图论、Lyapunov方法和随机有限时间吸引性,分别获得了两个充分准则,以确保基于自适应同步和有限时间同步的SDMM拓扑识别和SDMM有限时间拓扑识别。这些准则与网络的拓扑特性密切相关,并且易于在实践中验证。最后,给出了两个数值算例,验证了主要结果的有效性。

MSC公司:

93天40 有限时间稳定性
93对24 拓扑方法
93E15型 控制理论中的随机稳定性
93立方厘米 延迟控制/观测系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bai,W。;刘,P.X。;Wang,H.,非线性多智能体非仿射系统的基于神经网络的自适应固定时间控制,IEEE神经网络和学习系统汇刊,1-14(2022)·doi:10.1109/TNNLS.2022.3175929
[2] Barabási,A.L。;Albert,R.,《随机网络中尺度的出现》,《科学》,286,5439,509-512(1999)·Zbl 1226.05223号 ·doi:10.1126/science.286.5439.509
[3] 陈,H。;张,C。;徐,Q。;Feng,Y.,基于自适应同步的时变延迟耦合随机多加权复杂网络拓扑识别的图论方法,神经处理快报,54,1,181-205(2022)·doi:10.1007/s11063-021-10625-4
[4] 陈,J。;胡,C。;Chen,L。;Tang,L。;Zhu,Y。;Xu,X。;Chen,L。;高,H。;卢,X。;Yu,L。;戴,X。;湘,C。;Li,L.,间充质干细胞治疗甲型流感(H7N9)感染诱发的急性呼吸窘迫综合征的临床研究:对新冠肺炎治疗的启示,工程,6,10,1153-1161(2020)·doi:10.1016/j.eng.2020.02.006
[5] Chen,W。;Jiao,L.C.,随机非线性系统的有限时间稳定性定理,Automatica,46,12,2105-2108(2010)·Zbl 1401.93213号 ·doi:10.1016/j.automatica.2010.08.009
[6] Chien,F。;乔杜里,A.R。;Nik,H.S.,混沌动力金融系统的竞争模式和极限界集估计,非线性动力学,106,4,3601-3614(2021)·doi:10.1007/s11071-021-06945-8
[7] 孔特雷拉斯,S。;维拉维森西奥,H.A。;Medina-Ortiz,D。;Biron-Lattes,J.P。;阿拉巴马州奥利维拉·纳帕。,新冠肺炎在异质人群中传播的多组SEIRA模型,混沌、孤子和分形,136(2020)·doi:10.1016/j.chaos.2020.109925
[8] 邓,H。;杜南,C.J。;Furukawa,H。;费雷拉,R.B。;Towne,J。;Knobler,C.B。;王,B。;Yaghi,O.M.,《金属-有机框架中不同比率的多官能团》,《科学》,327,5967,846-850(2010)·doi:10.1126/science.1181761
[9] 邓文华。;Li,C.P.,分数阶Lü系统的混沌同步,物理A:统计力学及其应用,353,61-72(2005)·doi:10.1016/j.physa.2005.01.021
[10] d'Onofrio,A.,基于网络的SIS流行病模型的全球行为注释,非线性分析:现实世界应用,9,4,1567-1572(2008)·兹比尔1154.34355 ·doi:10.1016/j.nnrwa.2007.04.001
[11] Z.Feng。;Huang,W。;Castillo-Chavez,C.,具有年龄结构的多组SIS流行病模型的全局行为,微分方程杂志,218,2,292-324(2005)·兹比尔1083.35020 ·doi:10.1016/j.jde.2004.10.009
[12] 戈蒂,D。;阿莫里斯,H。;Larrea,P.L.,状态估计中在线拓扑识别的深度神经网络方法,IEEE电力系统交易,36,6,5824-5833(2021)·doi:10.1109/TPWRS.2021.3076671
[13] 郭毅。;丁,X。;Li,Y.,带扩散和随机扰动的受电弓多群模型的随机稳定性,富兰克林研究所杂志,353,13,2980-2998(2016)·Zbl 1344.93106号 ·doi:10.1016/j.jfranklin.2016.06.001
[14] 郭毅。;赵伟。;Ding,X.,具有多时滞和时变时滞的随机多组模型的输入-状态稳定性,应用数学与计算,343114-127(2019)·Zbl 1428.92107号 ·doi:10.1016/j.amc.2018.07.058
[15] 胡,L。;任,Y。;Wang,L.,带马尔可夫切换的多组耦合模型的鲁棒随机稳定性,国际控制杂志,95,2482-489(2022)·Zbl 1482.93672号 ·doi:10.1080/00207179.2020.1798027
[16] 胡,R。;张,D。;Gu,X.,一类随机激励非线性马尔可夫跳跃系统的可靠性分析,混沌,孤子与分形,155(2022)·Zbl 1498.62183号 ·doi:10.1016/j.chaos.2021.111737
[17] 北卡罗来纳州克拉索夫斯基。;Lidskii,E.A.,随机属性系统中控制器的分析设计。第2部分,自动化和远程控制,22,10,1141-1146(1961)·doi:10.1016/S0947-3580(96)70047-X
[18] 李·G。;李,N。;刘,S。;Wu,X.,多层网络基于压缩感知的拓扑识别,混沌:非线性科学的跨学科期刊,29,5(2019)·Zbl 1415.93087号 ·数字对象标识代码:10.1063/1.5093270
[19] Li,M.Y。;Shuai,Z.,网络上微分方程耦合系统的全局稳定性问题,微分方程杂志,248,1,1-20(2010)·Zbl 1190.34063号 ·doi:10.1016/j.jde.2009.09.003
[20] 李伟(Li,W.)。;张,X。;Zhang,C.,基于Razumikhin技术和图论的反应扩散和多重扩散时滞多群模型的指数稳定性,非线性科学中的通信与数值模拟,27,1-3,237-253(2015)·Zbl 1457.35017号 ·doi:10.1016/j.cnsns.2015.03.012
[21] 李,X。;Mao,X.,关于带马尔可夫切换的中立型随机时滞微分方程的几乎必然渐近稳定性的注记,Automatica,48,9,2329-2334(2012)·Zbl 1257.93106号 ·doi:10.1016/j.automatica.2012.06.045
[22] 李,X。;周,C。;周,J。;Wang,Z。;Xia,J.,具有马尔可夫交换拓扑的非线性多智能体系统的耦合群\(####)共识,国际控制、自动化和系统杂志,17,3575-585(2019)·doi:10.1007/s12555-018-0550-7
[23] 李,Z。;马伟(Ma,W.)。;马,N.,利用同步方法识别回火分数阶复杂网络的局部拓扑,应用科学中的数学方法,46,3,3066-3079。(2023年)·Zbl 07781839号 ·doi:10.1002/mma.7549
[24] 刘,H。;李毅。;李,Z。;吕,J。;Lu,J.A.,通过包含混沌外信号的自适应观测器对多重链接复杂动态网络进行拓扑识别,IEEE控制论汇刊,52,7,6255-6268(2021)·doi:10.1109/TCYB.2020.3042223
[25] 刘,Y。;刘,A。;Li,W.,带扩散的随机多群模型的同步平稳分布,神经计算与应用,32,9,5001-5013(2020)·doi:10.1007/s00521-018-3918-y
[26] 刘,Y。;余,P。;朱,D。;Su,H.,带分散和电报噪声的随机多组模型的平稳分布,非线性分析:混合系统,33,93-103(2019)·Zbl 1429.92133号 ·doi:10.1016/j.nahs.2019.01.007
[27] 刘,Y。;赵,S。;朱,D。;Li,W.,通过周期性间歇控制实现随机耦合网络与马尔可夫切换的同步平稳分布和同步,神经计算,410,28-40(2020)·doi:10.1016/j.neucom.2020.05.051
[28] Luo,T.,基于离散时间状态观测的反馈控制对具有多重分散和随机扰动的多组模型的稳定性,应用数学与计算,354396-410(2019)·Zbl 1428.93120号 ·doi:10.1016/j.amc.2019.01.052
[29] Mao,X.,《随机微分方程及其应用》(2007),霍伍德出版社·Zbl 1138.60005号
[30] 梅,J。;江,M。;Wang,J.,不确定参数驱动响应系统的有限时间结构识别与同步,《非线性科学与数值模拟中的通信》,18,4,999-1015(2013)·Zbl 1255.93137号 ·doi:10.1016/j.cnsns.2012.08.039
[31] 纽曼,M.E。;Watts,D.J.,《小世界网络模型的重整化群分析》,《物理学快报A》,263,4-6,341-346(1999)·Zbl 0940.82029号 ·doi:10.1016/S0375-9601(99)00757-4
[32] Ren,H.P。;田,K。;Zhou,R.,基于自适应同步的未知参数网络局部时变拓扑识别,Automatika:Jo asopis Za Automatiku,Mjerenje,Elektroniku,Računastvo I Komunicacije,59,3-4,391-399(2018)·doi:10.1080/00051144.2018.1552473
[33] Selvaraj,P。;Sakthivel,R。;Kwon,O.M.,受马尔可夫切换和输入饱和影响的随机耦合神经网络的有限时间同步,神经网络,105,154-165(2018)·兹比尔1441.93327 ·doi:10.1016/j.neuet.2018.05.004
[34] 舒,J。;吴,B。;Xiong,L.,延迟马尔可夫跳跃四元数值神经网络的随机稳定性准则和事件触发控制,应用数学与计算,420(2022)·Zbl 1510.93356号 ·doi:10.1016/j.amc.2021.126904
[35] Wang,H。;Xu,K。;刘,P.X。;乔,J.,非线性系统的自适应模糊快速有限时间动态表面跟踪控制,IEEE电路与系统汇刊I:常规论文,68,10,4337-4348(2021)·doi:10.1109/TCSI.2021.3098830
[36] Wang,J.L。;王,Q。;Wu,H.N。;Huang,T.,多输出耦合耦合神经网络的有限时间输出同步和(####)输出同步,IEEE控制论汇刊,51,12,6041-6053(2020)·doi:10.1109/TCYB.2020.2964592
[37] 王,M。;郭杰。;秦,S。;冯,J。;Li,W.,带符号图上时滞耦合系统的指数二部同步,通过间歇控制进行Markov切换,富兰克林研究所杂志,358,3,2060-2085(2021)·Zbl 1458.93214号 ·doi:10.1016/j.jfranklin.2020.12.031
[38] 王,P。;冯,J。;Su,H.,通过非周期间歇控制实现马尔可夫切换和混合非线性耦合的随机时滞网络的稳定性,非线性分析:混合系统,32115-130(2019)·Zbl 1480.93442号 ·doi:10.1016/j.nahs.2018.11.003
[39] Wang,Y。;吴,X。;吕,J。;Lu,J.A。;D’Souza,R.M.,双层复杂动态网络中的拓扑识别,IEEE网络科学与工程汇刊,7,1,538-548(2018)·doi:10.1109/TNSE.6488902
[40] Wei,Y。;Park,J.H。;Karimi,H.R。;田永川。;Jung,H.,具有时变时滞的连续时间半马尔可夫跳跃神经网络随机同步的改进稳定性和稳定性结果,IEEE神经网络和学习系统学报,29,6,2488-2501(2017)·doi:10.1109/TNNLS.2017.2696582
[41] Wu,T。;曹,J。;熊,L。;张,H。;Shu,J.,使用新技术实现具有加性时变时滞的马尔可夫跳跃神经网络的采样数据同步准则,应用数学与计算,413(2022)·Zbl 1510.93197号 ·doi:10.1016/j.amc.2021.126604
[42] Wu,Y。;陈,B。;Li,W.,基于离散时间状态观测的反馈控制随机耦合系统同步,非线性分析:混合系统,26,68-85(2017)·Zbl 1373.93316号 ·doi:10.1016/j.nahs.2017.04.006
[43] Wu,Y。;Yan,S。;范,M。;Li,W.,通过基于离散时间状态观测的反馈控制实现马尔可夫切换的随机耦合系统的稳定性,鲁棒与非线性控制国际期刊,28,1,247-265(2018)·Zbl 1387.93174号 ·doi:10.1002/rnc.v28.1
[44] 谢奇。;郭,D。;Wang,T。;Yang,X.,多权值马尔可夫切换延迟网络的有限时间同步与辨识,IET控制理论与应用,15,12,1571-1587(2021)·doi:10.1049/ch2.v15.12
[45] 姚,X。;Xia博士。;Zhang,C.,基于自适应同步的多权复杂网络拓扑识别:图形理论方法,应用科学中的数学方法,44,2,1570-1584(2021)·兹比尔1471.93271 ·doi:10.1002/mma.v44.2
[46] 张,C。;Feng,Y。;Chen,H.,耦合振子周期解的存在性和全局稳定性,应用分析,102,1,38-51(2021)·Zbl 1509.34055号 ·doi:10.1080/00036811.2021.1986024
[47] 张,C。;夏,D。;陈,H。;Yang,H。;李,R。;Gunasekaran,N.,通过图形理论方法识别具有多重分散的随机多群模型的局部拓扑结构,分形和分数,6,7,371(2022)·doi:10.3390/fractalfract6070371
[48] 张,H。;Wang,X.Y。;Lin,X.H.,时滞神经网络的拓扑识别和模相同步,IEEE系统、人与控制论汇刊:系统,47,6,885-892(2016)·doi:10.1109/TSMC.2016.2523935
[49] 赵,H。;李,L。;彭,H。;肖,J。;Yang,Y。;Zheng,M.,具有多个时滞的复杂网络的有限时间拓扑识别和随机同步,神经计算,219,39-49(2017)·doi:10.1016/j.neucom.2016.09.014
[50] 郑毅。;吴,X。;He,G。;Wang,W.,基于辅助系统方法的分数阶复杂动力网络拓扑识别,混沌:非线性科学跨学科期刊,31,4(2021)·Zbl 1467.93064号 ·数字对象标识代码:10.1063/5.0032932
[51] 周,H。;罗,M。;李伟,复值随机复杂网络的间歇时滞镇定,信息科学,577379-397(2021)·Zbl 1530.93539号 ·doi:10.1016/j.ins.2021.07.004
[52] 朱,S。;周,J。;陈,G。;Lu,J.A.,复杂动态网络拓扑识别的新方法,IEEE控制论汇刊,51,4,2224-2231(2019)·doi:10.1109/TCYB.6221036
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。