[發明專利]一種基于連接關系觀測器的復雜網絡節點動態分類控制方法

有效

• 申請號: 202011222682.2
• 申請日: 2020-11-05
• 公開（公告）號: CN112363388B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 王頎;熊建斌;岑健;胡俊敏;陳康;劉鳴慧;錢文博;劉文浩;李春林;余得正
• 申請（專利權）人: 廣東技術師范大學
• 主分類號: G05B11/36
• 分類號: G05B11/36
• 代理公司: 廣州恒華智信知識產權代理事務所(普通合伙) 44299
• 代理人: 姜宗華

本發明公開了一種基于連接關系觀測器的復雜網絡節點動態分類控制方法，包括如下步驟：S1、針對無向復雜網絡，證明了使用Riccati矩陣微分方程作為連接關系子系統模型的合理性；S2、設計特殊的連接關系子系統的耦合項形式，使得復雜網絡中連接關系子系統和節點子系統相互耦合；S3、針對連接關系子系統，設計了連接關系的狀態觀測器；S4、使用連接關系子系統觀測器中的信息，設計針對連接關系子系統和節點子系統的控制器，使得復雜網絡的節點實現動態分類。本發明使用觀測器中的信息，設計針對連接關系子系統的控制器，使得復雜網絡漸近跟蹤一個已知的可分類網絡，從而達到復雜網絡動態分類的目的。

技術領域

本發明屬于自動控制技術領域，更具體地說，尤其涉及一種基于連接關系觀測器的復雜網絡節點動態分類控制方法。

背景技術

在現實生活中存在很多動態的復雜系統，從數學圖論的角度來說，這些系統可以被抽象為動態復雜網絡來進行描述。與現實中的眾多復雜系統相似，復雜網絡的節點也可以被劃分為眾多類別。因此，在過去數年中，復雜網絡節點分類成為了一個熱點話題，并涌現出了大量的研究成果。這些算法都是通過節點之間的連接關系的密度來進行劃分的。

然而，上述的這些算法沒有考慮到連接關系的符號，因此并不適用于符號網絡。在現實生活中，有很多社交網絡可以抽象為符號網絡，研究適用于符號網絡的節點分類方法具有重要的意義。在已有的相關研究成果中，一類算法是從傳統無符號網絡節點分類算法拓展而來的，例如FEC算法、Laplacian算法等等。但是這些算法并不能得到精確的分類結果，因為它們雖然考慮了負連接關系，沒有充分利用網絡中負連接關系提供的信息。Amelio等人提出genetic算法，該算法將同一類中的負連接關系的權值和作為目標函數，通過不斷優化該函數，達到符號網絡節點分類的目的；Jiang等人提出了SSBM模型來測量網絡的阻塞性，該模型作為一種統計概率模型，其參數反映了節點屬于不同類別和每個節點在其類別中的中心性的概率。這些算法依據連接關系的密度來進行節點的分類，這意味著這些算法不能嚴格保證同一類中節點之間的連接關系為正，不同類節點之間連接關系為非正值。換言之，這些算法并沒有意識到連接關系符號在節點分類中的重要作用。

事實上，連接關系的符號在符號網絡中發揮著重要的作用。例如，在社交網絡中，個體之間的友好的、合作的關系通常用正連接關系來表示，個體之間的敵對、反抗關系通常用負連接關系來表示。在神經網絡中，神經元之間的正連接關系和負連接關系分別代表了神經元之間的相互促進和抑制。因此，在符號網絡中，研究如何通過連接關系的符號來進行節點的分類有著重要的意義。

已經有一些學者進行了一些研究。例如，Wang等人基于結構洞和洞主(Broker)的概念研究了廣義符號網絡節點可分類的充分必要條件。該文獻指出當廣義符號網絡中不出在洞主(Broker)結構時，廣義符號網絡可以被劃分為若干個類別。但是上述算法是針對靜態的符號網絡提出的，并不適用于動態網絡。

對于動態符號網絡而言，Chen等人提出了基于節點相位的DEC算法，該算法的核心思想是通過節點相位的改變，將兩個由正連接關系連接的節點逐漸聚攏，而由負連接關系連接的兩個節點逐漸分開。但是該方法只針對節點狀態是一維變量的情況，如果節點的狀態是多維的，上述方法并不適用。Gao等人提出了基于節點自適應的復雜網絡控制策略，該方法將網絡的節點最終劃分為兩個類別，并不能將符號網絡的節點進行多分類。

因此，針對上述研究成果的不足之處，本發明提出一種基于連接關系觀測器的復雜網絡節點動態分類控制方法。首先，將復雜網絡視為由節點子系統和連接關系子系統耦合而成的大系統。通過對連接關系子系統的狀態(連接關系權值)進行狀態觀測器設計，使用觀測器中的信息，設計針對連接關系子系統的控制器，使得復雜網絡漸近跟蹤一個已知的可分類網絡，從而達到復雜網絡動態分類的目的。

發明內容

本發明的目的是為了解決現有技術中存在的缺點，而提出的一種基于連接關系觀測器的復雜網絡節點動態分類控制方法。

為實現上述目的，本發明提供如下技術方案：