基于驱动的双层网络广义同步的拓扑推断
混沌动力学
2016-06-22 v3
摘要
复杂网络组成部分之间的相互作用拓扑在网络演化机制和功能行为中起着关键作用。然而，一些网络拓扑通常是未知或不确定的。同时，耦合时延在各种人造和自然网络中无处不在。因此，有必要考虑通信时延来获取复杂动态网络的整体或部分拓扑知识。本文通过双层网络的广义同步研究复杂动态网络的拓扑识别问题。特别地，基于随机微分时滞方程的 LaSalle 型不变性原理，通过构造辅助层并设计适当的控制输入和更新律，提出一种自适应控制技术，以便在成功实现广义同步后恢复未知拓扑。数值模拟验证了所提方法的有效性。该技术为复杂网络拓扑推断提供了一定的理论基础。特别是，当所考虑的网络由高维或复杂动态系统组成时，可以构造更简单的响应层，有利于电路设计。此外，考虑由控制输入引起的扰动是实用的。最后，该方法适用于推断嵌入复杂系统中的子网络拓扑并定位隐藏源。我们希望这些结果能为进一步研究实用且经济的网络拓扑推断提供基本见解。
引用
@article{arxiv.1512.02358,
title = {Inferring topologies via driving-based generalized synchronization of two-layer networks},
author = {Yingfei Wang and Xiaoqun Wu and Hui Feng and Jun-an Lu and Yuhua Xu},
journal= {arXiv preprint arXiv:1512.02358},
year = {2016}
}