项目名称: 基于T-S模糊模型的复杂网络的控制及参数辨识研究

项目编号: No.61304022

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 张群娇

作者单位: 武汉纺织大学

项目金额: 24万元

中文摘要: 针对传统的控制方法要求受控对象有精确的数学模型和依赖较多的信息量这些局限性, 本项目拟基于T-S模糊理论,首先建立合理的模糊规则以及在相应模糊规则下的各类T-S模糊复杂网络模型;然后,分析一般时变的模糊复杂网络(连续和离散)达到稳定控制的充分性条件;进一步地探讨各种时滞分布情形下的模糊的延迟复杂网络的同步控制问题,并深入分析时滞分布的不同对实现网络同步的影响;最后,针对具有外部扰动或状态不完全可测的不确定复杂网络,重点研究这类网络达到同步的理论条件,并推导出一系列新的参数辨识准则。该项目基于T-S模糊控制理论研究复杂网络的同步控制问题,能克服众多已有结论分析过程中过多依赖准确的网络模型这一缺陷。其控制机理和策略易于接受与理解,控制计算量小、控制器设计简单,便于实际应用。同时,该项目的研究内容将推广目前复杂网络控制与同步的研究范畴,推动模糊控制理论在复杂网络领域中的广泛应用和交叉发展。

中文关键词: 复杂网络;控制;同步;参数识别;

英文摘要: In view of the limitations that the traditional control methods require accurate mathematical models and are dependent on more information of the controlled objects, based on the T-S fuzzy theory, this project firstly constructs various fuzzy criteria and some corresponding fuzzy complex network models under the T-S fuzzy rules, and then analyzes the sufficient conditions on the stable control of general time_varying fuzzy complex networks(continuous and discrete included). Further, it discusses the synchronization of delayed complex networks with different delay distributions, and deeply analyzes how the different distributions of time delays affect on the network synchronization. Finally, for the uncertain complex networks with external disturbance or immeasurable states, it focuses on investigating the theoretical conditions on the synchronization of this kind of networks and derives a series of new criteria for parameter identification. This project invesgates the problem on the synchronization and control of complex networks based on the fuzzy control theory, which can overcome the drawback that existing results are too dependent on the accurate network models.Its control mechanism and strategies are easy to be accepted and understood, moreover, it need a small amount of calculation, and the controllers

英文关键词: Complex network;Control;Synchronization;Parameter identification;

成为VIP会员查看完整内容
0

相关内容

迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
32+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
45+阅读 · 2020年11月13日
「深度学习模型鲁棒性」最新2022综述
专知
7+阅读 · 2022年1月23日
迁移学习方法在医学图像领域的应用综述
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8日
从动力学角度看优化算法:GAN的第三个阶段
PaperWeekly
11+阅读 · 2019年5月13日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
45+阅读 · 2019年12月20日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关主题
相关VIP内容
迁移学习方法在医学图像领域的应用综述
专知会员服务
59+阅读 · 2022年1月6日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
专知会员服务
32+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
「深度学习模型鲁棒性」最新2022综述
专知
7+阅读 · 2022年1月23日
迁移学习方法在医学图像领域的应用综述
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
目标检测中边界框的回归策略
极市平台
17+阅读 · 2019年9月8日
从动力学角度看优化算法:GAN的第三个阶段
PaperWeekly
11+阅读 · 2019年5月13日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
相关基金
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员