复杂动力网络的建模与控制

阐述复杂动力网络学术领域的前沿建模技术； 提出将复杂动力网络技术应用于智能交通系统、神经网络系统的解决方案。 可以作为多个学科本科高年级和研究生专业的参考书，适合高校图书馆收藏。

复杂网络是一个典型的具有小世界、无标度等特性的复杂非线性关联大系统。随着人们对世界认识的逐步深入，复杂网络的动力学行为越来越受到来自数学、物理、控制等各个学科学者的青睐和关注。复杂动力网络是描述和研究复杂系统的一种重要方法，许多科学技术系统可以建模为复杂动力网络，该方法对同步、混沌与分岔、容错、故障诊断、病毒传播等动力学行为的分析与控制问题具有积极的现实意义和理论价值。 本书内容主要包括：复杂动力网络拓扑特性与模型的建立，对具有多重边和多权重复杂动力网络模型的鲁棒、自适应、牵制的同步控制，具有多重边和多权重复杂动力网络模型的有限时同步，随机复杂神经元网络的多时滞同步控制，复杂动力网络的故障诊断与容错控制，基于复杂网络的病毒传播，复杂网络的混沌与分岔控制等。 本书可以作为高等学校的控制、动力、航空、电力、管理等专业高年级本科生、研究生学习有关复杂网络动力学分析及其控制问题的参考书，也可供自然科学和工程技术领域中的研究人员参考。

李宁 副教授，博士，硕士生导师。2010年毕业于东北大学控制理论与控制工程专业，获工学博士学位。2011年进入东北大学机械工程博士后流动站从事博士后研究工作。主要研究方向为复杂网络、复杂生物动力系统以及广义系统中的分岔、混沌的分析与控制。发表科研学术论文50篇，其中SCI检索10篇，EI检索30篇。获“辽宁省自然科学学术成果奖”6项、省部级教学奖6项。参与国家自然科学基金项目4项，主持、参与省部级项目10项。 孙海义 教授，博士，硕士生导师，校级本科教学名师，省级一 流课程负责人。主要研究方向为数据驱动模型的建立及数据驱动控制、复杂网络同步分析及控制、混沌控制、鲁棒控制等。发表学术论文60余篇,其中以主要作者或通讯作者署名的在三大检索机构检索的论文50余篇， 出版专著3部，主、参编教材10余部。承担省部级科/教研项目30项。获省部级及以上科/教研各类奖项30余项。

第 1章绪论 1.1现代网络科学的发展 1.2复杂网络的基本参数 1.3复杂动力网络系统同步 1.4复杂动力网络的病毒传播 1.5复杂动力网络控制的基本方法 1.5.1牵制控制 1.5.2脉冲控制 1.5.3自适应控制 1.5.4间歇控制 1.5.5容错控制 1.5.6混合控制 1.6本书的主要研究内容 第  2章复杂动力网络拓扑结构的演化及模型的建立 2.1规则网络模型 2.2随机网络模型 2.3小世界网络模型 2.4无标度网络模型 2.5连续时间耗散耦合复杂网络 2.6时延复杂动力网络模型 2.6.1节点时延的复杂网络模型 2.6.2耦合时延的复杂网络模型 2.6.3同时含有耦合时延和节点时延的复杂网络模型 2.6.4多重边复杂网络模型 2.7多权重复杂动力网络模型 2.8多重边和多权重复杂动力网络模型 2.9多层复杂动力网络模型 第3章多时延不确定复杂动力网络的建模及其鲁棒同步控制 3.1引言 3.2多时延不确定耦合复杂动力网络模型的建立 3.3具有多时延的不确定复杂网络的鲁棒线性同步控制器设计 3.4具有多时延不确定耦合复杂动力网络的鲁棒自适应同步控制器设计 3.4.1自适应同步控制器设计 3.4.2自适应牵制同步控制器设计 3.5数值仿真 3.6本章小结 第4章随机耦合神经网络的多时滞同步控制 4.1引言 4.2模型和预备知识 4.3基于间歇控制的耦合神经网络随机多时滞同步 4.4基于脉冲控制的耦合神经网络随机多时滞同步 4.5数值仿真 4.6本章小结 第5章时延多权重复杂网络同步分析及线性同步控制 5.1模型的建立 5.2预备知识 5.3多重边多权重复杂网络同步分析 5.3.1模型重述 5.3.2多重边复杂网络的同步判定准则 5.3.3多重边复杂网络的同步控制器设计 5.4多时延多权重复杂网络线性反馈牵制控制器设计 5.5数值仿真 第6章多时延多权重复杂网络自适应同步控制 6.1多时延多权重复杂网络自适应同步控制器设计 6.2多重边复杂网络的自适应牵制同步控制器设计 6.3数值仿真 6.4本章小结 第7章多时延多权重复杂网络自适应非周期间歇有限时间同步控制 7.1模型及引理 7.2多时延多权重复杂网络自适应非周期间歇有限时同步控制器设计 7.3系统仿真 7.4本章小结 第8章随机复杂网络系统鲁棒自适应无源时滞反馈容错控制 8.1引言 8.2模型的建立 8.3自适应容错观测器设计 8.4鲁棒无源自适应容错控制器设计 8.5本章小结 第9章无标度网络中优选传染能力限定的带有媒介的SIS模型的 病毒传播 9.1引言 9.2病毒传播阈值 9.3比例免疫 9.4目标免疫 9.5熟人免疫 9.6本章小结 第  10章混合控制及其在复杂动力网络中的应用 10.1引言 10.2连续时间系统的混合控制 10.2.1运用混合控制方法控制平面系统的Poincaré分岔 10.2.2运用混合控制方法控制三维系统的Hopf分岔 10.2.3运用混合控制方法控制三维系统Hopf分岔的两个例子 10.3离散时间系统的混合控制 10.3.1混合控制方法 10.3.2利用混合控制方法控制Logistic映射的倍周期分岔和混沌 10.3.3利用混合控制方法控制Hénon映射的混沌 10.4离散时间复杂网络模型的脉冲混合控制 10.4.1脉冲混合控制方法 10.4.2利用脉冲混合控制方法控制复杂网络模型的倍周期分岔和混沌 10.5时滞系统的自适应混合控制 10.5.1模型观测器 10.5.2混合控制方法 10.5.3自适应混合控制方法 参考文献