非线性动力网络的控制与控制性：一种几何方法

尽管近期对复杂网络线性控制性的研究兴趣浓厚且取得了进展，控制非线性网络动力学仍是一个悬而未决的问题。我们为表现出多重稳定性（多个共存终态或吸引子）的非线性动力网络开发了一个实验上可行的控制框架，这类网络是基因调控网络（GRNs）等的典型代表。控制目标是施加参数扰动以将系统从一个吸引子驱动到另一个吸引子，假设前者为不期望的而后者为期望的。为使我们的框架具有实际用途，我们考虑受限参数扰动，施加以下两个约束：(a) 它必须在实验上可实现；(b) 它仅被临时施加。我们引入吸引子网络的概念，其中节点是系统的不同吸引子，如果存在从前者到后者的有向链接，表示系统可使用受限控制扰动从前者驱动到后者。吸引子网络的引入使我们能够为非线动力网络制定一个控制性框架：底层吸引子网络连接越强，网络越可控，这可以被量化。我们使用来自实验性GRN各种模型的例子演示了我们的控制框架。一个发现是，由于非线性，噪声可以反直觉地促进网络动力学的控制。