关联复杂网络建模及辨识研究

计算物理 ›› 2012, Vol. 29 ›› Issue (2): 308-316.

• 论文 • 上一篇

关联复杂网络建模及辨识研究

唐圣学¹, 陈丽¹, 黄姣英²

1. 河北工业大学电磁场与电器可靠性省部共建重点实验室, 天津市 300130;
2. 北京航空航天大学可靠性与系统工程学院, 北京 100191

收稿日期:2011-05-07 修回日期:2011-10-17 出版日期:2012-03-25 发布日期:2012-03-25
作者简介:唐圣学(1976-),男,博士,副教授,从事复杂系统故障诊断研究,E-mail:tangsx@yahoo.cn
基金资助:
河北工业大学电磁场与电器可靠性省部共建重点实验室青年基金(201008)资助项目

Modeling and Identification of Associated Complex Networks

TANG Shengxue¹, CHEN Li¹, HUANG Jiaoying²

1. Province-Ministry Joint Key Laboratory of Electromagnetic Field and Electrical Apparatus Reliability, Hebei University of Technology, Tianjin 300130, China;
2. School of Reliability and System Engineering, Beihang University, Beijing 100191, China

Received:2011-05-07 Revised:2011-10-17 Online:2012-03-25 Published:2012-03-25

摘要/Abstract

摘要： 运用异质耦合拆分方法和驱动-响应模型,提出关联复杂网络节点参数和拓扑结构的辨识方法.首先,研究异质关联复杂网络建模方法,进而依据网络耦合性质不同,拆分构造了两类异质关联复杂网络.然后运用驱动-响应模型、LaSalle不变原理和Gram矩阵,设计节点系统参数和拓扑参数的自适应辨识观测器.所提的观测器能在线获取网络的节点参数、不同耦合性质的拓扑参数.最后,通过数值仿真验证所提方法的有效性.

关键词: 复杂网络, 辨识, LaSalle不变集理论, Gram矩阵

Abstract: An identification method for node parameters and topologies of complex networks is investigated with network heterogeneously splitting in a driving-response model.Modeling of heterogeneously associated networks is presented.Two heterogeneously associated complex networks are disassembled and modeled.With LaSalle invariance theory,Gram matrix and driving-response model,adaptive observers for identifying node dynamical parameters and topological parameters of heterogeneously associated complex networks are obtained.Node parameters and coupling topology parameters can be identified on line using the proposed observers.Numerical simulations indicate that the proposed methods are effective.

Key words: complex network, identification, LaSalle invariance theory, Gram matrix

中图分类号:

TP311

唐圣学, 陈丽, 黄姣英. 关联复杂网络建模及辨识研究[J]. 计算物理, 2012, 29(2): 308-316.

TANG Shengxue, CHEN Li, HUANG Jiaoying. Modeling and Identification of Associated Complex Networks[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2012, 29(2): 308-316.

[1]	付韬, 邬龙, 李晨光. 基于生成函数方法的现实网络座键渗流建模[J]. 计算物理, 2022, 39(2): 212-222.
[2]	张少泽, 邹艳丽, 谭秫毅, 李浩乾, 刘欣妍. 基于复杂网络理论的互联电网Braess悖论现象分析[J]. 计算物理, 2022, 39(2): 233-243.
[3]	李浩乾, 邹艳丽, 张少泽, 刘欣妍, 谭秫毅. 基于复杂网络的电网结构健壮性及Braess悖论现象研究[J]. 计算物理, 2021, 38(4): 470-478.
[4]	屠丽娟, 周恩泽, 吴雪飞, 杨琪, 丁雪峰. 基于流量测点的热网变动阻力系数优化辨识[J]. 计算物理, 2021, 38(4): 498-504.
[5]	石建平, 李培生, 刘国平. 基于改进克隆选择算法的统一混沌系统同步控制与参数辨识[J]. 计算物理, 2020, 37(2): 240-252.
[6]	石建平, 杨兰天, 刘丹. 基于量子粒子群算法的混沌系统同步控制及参数辨识[J]. 计算物理, 2019, 36(2): 236-244.
[7]	王意, 邹艳丽, 黄李, 李可. 综合考虑局部和全局特性的电网关键节点识别[J]. 计算物理, 2018, 35(1): 119-126.
[8]	安海岗. 基于复杂网络的时间序列双变量联动波动[J]. 计算物理, 2014, 31(6): 742-750.
[9]	范文礼, 刘志刚. 一种基于效率矩阵的网络节点重要度评价算法[J]. 计算物理, 2013, 30(5): 714-719.
[10]	王海, 王海鹰, 周伟国, 周海珠. 供热管网中管段阻力系数的辨识方法[J]. 计算物理, 2013, 30(3): 422-432.
[11]	隋大山, 崔振山. 金属凝固过程界面换热系数的Tikhonov正则化辨识[J]. 计算物理, 2008, 25(4): 463-469.
[12]	马晨明. 基于有限元方法的Kirchhoff板上动态分布载荷的辨识[J]. 计算物理, 2007, 24(4): 426-432.
[13]	张承慧, 谭震宇. 混合问题成分辨识的一种新算法[J]. 计算物理, 1996, 13(3): 373-378.

关联复杂网络建模及辨识研究

Modeling and Identification of Associated Complex Networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

作者中心

审稿中心

期刊浏览

期刊介绍