具有多时滞的复杂网络固定时间二分同步

来源 :吉林大学 | 被引量 : 0次 | 上传用户:tian358120
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂网络是由大规模节点及复杂耦合关系组成的网络结构,广泛存在于自然界与人类社会中,如生态系统、神经网络、互联网、电力与交通网络、社交网络等。由于节点和网络拓扑结构的复杂性,复杂网络具有丰富的动力学性质,这吸引了众多学者的关注。本文研究了具有节点时滞和耦合时滞的复杂网络的固定时间二分同步控制问题。具体研究内容如下:1.考虑一个符号图的固定时间二分同步问题,设计了一个基于指数函数的固定时间同步反馈控制律。在符号图为结构平衡的假设条件下,应用Lyapunov第二方法,推导了系统在无时滞和多时滞的情形下二分同步的充分条件,给出了稳定时间上界的估计,数值模拟结果验证了文中的理论分析。与传统的基于渐进稳定性方法的同步控制方法相比,提出的同步控制律可以在一个固定的时间内达到同步。与现有的固定时间同步的结果相比,本文提出的控制方法具有更快的收敛速度和更小的稳定时间。2.研究含有参数的非线性系统的固定时间稳定性问题,根据含参量反常积分的收敛性和隐函数定理,给出了稳定时间、系统初值和参数之间满足的函数关系,并对固定时间稳定性区域进行分析。应用提出的分析方法,研究了含有参数的符号图的固定时间二分同步。设计了一个固定时间同步控制律,应用Lyapunov第二方法给出了系统实现二分同步的充分条件。数值模拟验证了文中的理论分析,结果表明当参数在稳定区域内时,系统可以在实现固定时间二分同步;另外,当参数在稳定区域外时误差系统仍可以在有限时间内收敛到平凡解。
其他文献
深度学习技术在过去几年中取得了重大突破,从解决传统的统计机器学习问题发展到处理更具挑战性的自动驾驶汽车、自然语言和语音处理以及智能机器人等问题。研究者们一直在尝试利用计算机模仿人类的思维方式,而人类思维的特点在于它的创造性,因此如何借助计算机对艺术创作过程进行部分或全部自动化逐渐成为人工智能领域的研究热点。本文将研究如何利用深度学习生成具有巴赫风格的四声部合唱音乐。本文在研究了巴赫风格自动作曲中影
学位
本文重点研究了美式一篮子期权定价问题,系统分析了数值求解该问题的本质困难,给出了一种有效的数值算法,即原始对偶积极集算法.在Black-Scholes(B-S)模型的基础上,我们首先对一般美式多资产期权进行分析.美式多资产期权模型是一个多维变系数的倒向抛物模型,满足线性互补问题.针对这类模型,我们以一篮子期权为例进行数值求解.我们首先通过B-S模型推导中的变换公式和远场截断方法,将该问题转化为有界
学位
相依序列的大数定律是近代概率极限理论的研究热点之一,它在统计、金融、经济学等领域都有着十分广泛的应用.起初大数定律针对的是独立同分布的随机变量序列,如Kolmogorov强大数定律和Marcinkiewics-Zygmund强大数定律,但实际情况下,大多数随机变量序列都是不独立的,因此众多学者开始提出各类相依随机变量序列,如NA序列、AANA序列、NSD序列、m-AANA序列、m-NSD序列等,并
学位
在过去的数十年里,随着计算机技术的快速发展,各种机器学习算法相继被提出。许多学者将传统生存分析方法与各种机器学习技术相结合来分析生存问题,利用二者的优势,以不同的方式学习协变量与生存时间之间的关系,从而提供了更有效的算法。分位数回归可以很好地揭示因变量分布的分位数与协变量之间的关联,在生存分析中分位数回归也为生存模型提供了有价值的补充,估计不同的分位数可以更清楚地描述整个生存分布的信息。XGBoo
学位
在生物信息学领域中,高通量RNA测序技术的快速更新与广泛应用,使得各种类型的测序数据也随之产生,如何应用统计学、计算机科学及医学等多学科交叉理论与方法去解决医学中的实际问题已经成为了研究中的热点。本文以结核分枝杆菌感染为聚焦点,通过统计方法与计算生物学算法对结核分枝杆菌感染后人体先天性免疫微环境中细胞类型间的功能与联系进行研究。结核病是由于结核分枝杆菌感染人体后导致的一种慢性传染性疾病,并且一直是
学位
自然科学与人文社会学的诸多领域广泛存在着许多包含随机因素和不同时间尺度的现象.数学家通常将这类现象抽象为随机快慢微分方程的形式,进而通过研究相应方程解的性态来解决实际问题.然而,这类方程一般很难求得精确解,同时不同时间尺度也会给数值求解带来巨大障碍.因此,发展有效方法来简化这类复杂方程是非常必要的.Wong-Zakai逼近理论是解决这一类问题的重要方法,它的核心思想是利用光滑的彩色噪声系统逼近白噪
学位
薛定谔方程是量子力学中的一个基本方程,也是量子力学的一个基本假定,它是一个二阶偏微分方程,可描述微观粒子的运动。它的求解历来是一个相当复杂的问题。而随着统计机器学习理论的蓬勃发展,机器学习方法在各个领域都开始崭露头角。因此探索机器学习技术在薛定谔方程研究中的应用是一个新颖而有意义的问题。在有关薛定谔方程的研究中,原子分子的高次谐波发射问题和本征值问题分别是比较前沿和基础的两个问题。本文以统计机器学
学位
KdV方程是在物理学、应用数学、力学、大气和海洋科学等多个自然学科中都有着重要应用背景的非线性偏微分方程,对于该方程所描述现象,如孤立波等经典解的存在性和长时间稳定性研究具有重要的理论意义和应用价值,是人们长期关注热点的课题之一.本文主要研究如下一类七阶KdV方程,ut-u7x+bu5x+du3x=(f(u,ux,uxx,u3x,u4x))x;其中,u∈H3(R),unx=?nu/?xn,F(q,
学位
在本文中,首先研究如下问题的时间周期解存在性(?)这里Q=Ω × R+和Ω (?) R3是具光滑边界的有界区域.在此主要处理了带有逻辑增长项的chemotaxis-fluid 耦合模型时间周期解的问题.证明了空间维数N=3时的长时间周期解的存在性,并得出若时间周期源g和力f等函数属于Cα,α/2(Ω× R)时,该解也为古典解.其次,还研究了下面模型解的渐近性(其中p>2)(?)在有界区域Ω (?)
学位
本文研究如下具有对数和强阻尼项的四阶非线性双曲方程的初边值问题建立了解的爆破性和初始能量之间的关系.首先,给出弱解的定义.其次,通过位势井,能量估计等方法证明了在低初始能量和高初始能量下解在有限时间内爆破,并得到爆破时间的上界估计.最后,通过构造一个新的辅助函数,利用Sobolev嵌入定理,能量不等式等方法获得低初始能量下爆破时间的下界估计.
学位