非线性符号网络上二部一致性的能控性与数据驱动辨识
最优化与控制
2017-09-21 v1
摘要
非线性网络系统在多智能体系统和社会网络等多个研究领域备受关注。在本文中，我们考察了几类底层图允许负权重的非线性网络动力学能控性。当底层图在结构上平衡时，此类符号网络表现出二部聚类。我们证明，结构平衡与领导者节点对称性及某种特定类型的动力学对称性相结合，是导致不可控性的关键因素。随后，我们考察了利用 Extended Dynamic Mode Decomposition 近似相应的 Koopman 算子，从数据中提取此类图二部结构的问题。
引用
@article{arxiv.1709.06679,
title = {Controllability and data-driven identification of bipartite consensus on nonlinear signed networks},
author = {Mathias Hudoba de Badyn and Siavash Alemzadeh and Mehran Mesbahi},
journal= {arXiv preprint arXiv:1709.06679},
year = {2017}
}
备注
To be presented at the 56th IEEE Conference on Decision and Control in Melbourne, Australia