【技术实现步骤摘要】
一种优化控制输入提高网络平均可控性的方法
[0001]本专利技术涉及控制和复杂网络领域,尤其涉及一种优化控制输入提高网络平均可控性的方法。
技术介绍
[0002]复杂网络模型可以解释和模拟现实世界。随着图论的发展和Internet等技术的广泛应用,人们对复杂网络的研究越来越感兴趣。网络的概念被应用于各个领域,如电网、生物网络、经济和社会网络等。理解复杂网络系统的最终目标是控制它们的功能和行为。可控性是控制论中的一个基本概念,它被描述为在有限时间内将动力系统从任意初始状态引导到任意目标状态的能力。分析和提高复杂网络的控制能力是网络科学的主要课题之一。为了量化控制系统达到期望状态的难易程度,在网络系统的背景下,可控Gramian矩阵的迹可以表示状态空间中各方向可控性的平均值,且其与控制系统所需的平均能量成反比。因此,网络的可控Gramian矩阵的迹越大表示网络平均可控性越好。
[0003]在实际应用中,控制能量成本是一个重要而不可避免的问题。控制器通常受到操作约束,为了更好地利用资源,每个控制源可以按照不同的控制强度驱动 ...
【技术保护点】
【技术特征摘要】
1.一种优化控制输入提高网络平均可控性的方法,其特征在于,包括以下步骤:步骤1:构造一个加权无向网络;步骤2:根据步骤1中构造的加权无向网络,建立网络系统的状态方程;步骤3:根据步骤2中网络系统的状态方程,定义优化问题的数学模型;步骤4:根据步骤2中的状态方程与步骤3中的目标函数设计输入选择指标γ
ij
;步骤5:根据步骤4设计的输入选择指标γ
ij
,对所有的节点i=1,
…
,n和控制器j=1,
…
,m,计算γ
ij
,并对γ
ij
进行降序排列,选择前N
S
个γ
ij
对应的节点i与控制器j构成候选输入搜索空间Ω
S
;步骤6:根据步骤5得到的候选输入搜索空间Ω
S
,求解步骤3中优化问题的最优解,得到N
S
维二进制控制源选择向量η和N
S
维控制输入权重向量ω;计算步骤3中定义的维控制输入权重向量ω;计算步骤3中定义的从而得到目标函数f(B+ΔB)在约束条件下的最大值。2.根据权利要求1所述的一种优化控制输入提高网络平均可控性的方法,其特征在于,步骤1中所述加权无向网络设为G=(V,E),其中,V={1,
…
,n}表示n个节点的集合,表示边的集合,表示n
×
n维加权邻接矩阵,如果节点i和节点j之间有边相连,则a
ij
=a
ji
>0,否则a
ij
=a
ji
=0;a
ij
表示邻接矩阵中的第i行第j列元素,即节点i和节点j之间的边权值;表示n
×
n维实数矩阵的集合。3.根据权利要求1所述的一种优化控制输入提高网络平均可控性的方法,其特征在于,步骤2中所述状态方程具体形式为:其中,是n维状态向量,是m维输入向量,是加权邻接矩阵,是输入矩阵,如果外部控制源j连接到节点i,则b
ij
>0,否则b
ij
=0;表示n
×
m维实数矩阵的集合,和分别表示n维和m维实数向量的集合...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。