隨機(jī)時(shí)延脈沖控制下的時(shí)滯復(fù)雜網(wǎng)絡(luò)同步

楊尚霖 彭世國(guó) 孫艷鵬

摘 要：具有時(shí)變離散時(shí)滯的復(fù)雜網(wǎng)絡(luò)在脈沖控制器隨機(jī)時(shí)滯項(xiàng)影響下，會(huì)出現(xiàn)復(fù)雜網(wǎng)絡(luò)間同步問(wèn)題。在實(shí)際情形中，控制器時(shí)延情況受內(nèi)部構(gòu)造或外部影響，隨機(jī)出現(xiàn)或否，為此，設(shè)計(jì)含有隨機(jī)時(shí)延特性的脈沖控制器控制時(shí)滯復(fù)雜網(wǎng)絡(luò)，最終實(shí)現(xiàn)同步。基于Lyapunov穩(wěn)定性理論與脈沖微分不等式理論，給出脈沖控制在帶有隨機(jī)時(shí)延項(xiàng)時(shí)復(fù)雜網(wǎng)絡(luò)間的同步準(zhǔn)則。最后，通過(guò)Matlab軟件仿真證明結(jié)果可行性。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò);時(shí)變離散時(shí)滯;隨機(jī)時(shí)延脈沖控制;同步

DOI：10. 11907/rjdk. 181968

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2019）003-0152-05

0 引言

在自然界與人類社會(huì)，許多事物的構(gòu)成及系統(tǒng)結(jié)構(gòu)均可建模成復(fù)雜網(wǎng)絡(luò)系統(tǒng)，如社交網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、通訊網(wǎng)絡(luò)等眾多領(lǐng)域皆可歸類為復(fù)雜網(wǎng)絡(luò)系統(tǒng)，根據(jù)網(wǎng)絡(luò)的不同，又可以分為無(wú)標(biāo)度網(wǎng)絡(luò)、規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)等[1-2]。因此，復(fù)雜網(wǎng)絡(luò)成為眾多學(xué)者研究熱點(diǎn)。其中焦點(diǎn)之一是具有相同網(wǎng)絡(luò)構(gòu)造但初值不同的獨(dú)立網(wǎng)絡(luò)系統(tǒng)間的動(dòng)力學(xué)節(jié)點(diǎn)分別一一對(duì)應(yīng)達(dá)到同步的行為，如擬同步[3]、廣義同步[4]等多種同步情況已被研究。而在眾多同步方法中，牽制控制[5]、反饋控制[6]、自適應(yīng)控制[7]等被廣泛應(yīng)用，其中，由于脈沖控制[8]的非連續(xù)性可降低控制成本、減少傳遞數(shù)量，從而增強(qiáng)抗干擾性，近年來(lái)引起學(xué)者廣泛關(guān)注。

在實(shí)際情形中，由于信號(hào)傳輸和處理速度限制，網(wǎng)絡(luò)節(jié)點(diǎn)間的信息交流存在時(shí)延特性[9]，時(shí)延特性可分為定時(shí)延與時(shí)變時(shí)延等;此外，根據(jù)時(shí)延情況的不同，又被分為離散時(shí)延[10-11]、分布時(shí)延[12-13]等，其中具有離散時(shí)變時(shí)延的復(fù)雜網(wǎng)絡(luò)同步成為研究重點(diǎn)。

在控制過(guò)程中，受到各方面因素的限制和影響，在控制器接收節(jié)點(diǎn)狀態(tài)信息和處理信息的過(guò)程中存在時(shí)延情況。因此，近年來(lái)學(xué)者對(duì)具有時(shí)延特性的脈沖控制器[14-15]進(jìn)行深入研究。另一方面，受到內(nèi)部元器件狀態(tài)及外部環(huán)境影響，控制信號(hào)時(shí)延狀態(tài)出現(xiàn)與否具有隨機(jī)性，理想狀態(tài)下控制器不會(huì)出現(xiàn)時(shí)延信號(hào)，而在非理想環(huán)境中，時(shí)延信號(hào)會(huì)出現(xiàn)。因此本文在文獻(xiàn)[16]的基礎(chǔ)上，在脈沖控制協(xié)議內(nèi)引入服從二項(xiàng)分布的隨機(jī)時(shí)延項(xiàng)，基于Lyapunov穩(wěn)定性理論與脈沖微分不等式定理提出離散時(shí)變時(shí)延復(fù)雜網(wǎng)絡(luò)在隨機(jī)時(shí)延脈沖控制下的同步準(zhǔn)則。通過(guò)對(duì)比，文獻(xiàn)[16]的同步準(zhǔn)則判定條件為本文同步準(zhǔn)則中脈沖控制器隨機(jī)時(shí)延值[α（t）]為0或者1時(shí)的特殊情形，即本文同步準(zhǔn)則在文獻(xiàn)[16]的基礎(chǔ)上進(jìn)行了推廣。因此，本文研究成果相比于文獻(xiàn)[16]更具一般性。

4 結(jié)語(yǔ)

本文對(duì)含有隨機(jī)時(shí)延項(xiàng)的脈沖控制器，控制時(shí)變時(shí)滯復(fù)雜網(wǎng)絡(luò)系統(tǒng)同步的行為進(jìn)行了研究。根據(jù)Lyapunov穩(wěn)定性理論與脈沖微分方程的應(yīng)用，得到了脈沖控制器在具有服從0-1二項(xiàng)分布的隨機(jī)時(shí)延項(xiàng)情況下的同步準(zhǔn)則，該準(zhǔn)則與文獻(xiàn)[16]的脈沖控制器內(nèi)的時(shí)延項(xiàng)相比更具有非隨機(jī)情形一般性。最后，通過(guò)Matlab軟件仿真證明了結(jié)果有效性和可行性。

參考文獻(xiàn)：

[1] WATTS D J，STROGATZ S H. Collective dynamics of 'small-world' networks [J]. Nature， 1998， 393：440-442.

[2] BARABáSI A L，ALBERT R. Emergence of scaling in random networks[J]. Science，1999，286（5439）：509-512.

[3] LIU X，CHEN T，CAO J，et al. Dissipativity and quasi-synchronization for neural networks with discontinuous activations and parameter mismatches[J]. Neural Networks，2011，24（10）：1013-1021.

[4] WU E，YANG X.Generalized lag synchronization of neural networks with discontinuous activations and bounded perturbations[J]. Circuits Systems & Signal Processing，2015，34（7）：2381-2394.

[5] XIAO F，GAN Q. Finite-time synchronization of delayed complex dynamical network via pinning control[J]. Advances in Difference Equations， 2017，2017（1）：345.

[6] BATISTA C A， LOPES S R，VIANA R L， et al. Delayed feedback control of bursting synchronization in a scale-free neuronal network[J]. Neural Networks， 2010， 23（1）：114-124.

[7] NIAMSUP P， BOTMART T， WEERA W. Modified function projective synchronization of complex dynamical networks with mixed time-varying and asymmetric coupling delays via new hybrid pinning adaptive control [J]. Advances in Difference Equations，2017，2017（1）：124.

[8] 張振華， 彭世國(guó). 二階多智能體系統(tǒng)拓?fù)淝袚Q下的領(lǐng)導(dǎo)跟隨一致性[J]. 廣東工業(yè)大學(xué)學(xué)報(bào)， 2018（2）：75-80.

[9] 羅賀富， 彭世國(guó). 多時(shí)變時(shí)滯的多智能體系統(tǒng)的分布式編隊(duì)控制[J]. 廣東工業(yè)大學(xué)學(xué)報(bào)， 2017， 34（4）：89-96.

[10] YANG Z， XU D. Stability analysis of delay neural networks with impulsive effects[J]. IEEE Transactions on Circuits & Systems II Express Briefs， 2005，52（8）：517-521.

[11] BAI C. New results concerning the exponential stability of delayed neural networks with impulses [J]. Computers & Mathematics with Applications， 2011， 62（7）：2719-2726.

[12] 楊尚霖， 彭世國(guó)， 張弘燁. 一類具有混合時(shí)滯的復(fù)雜網(wǎng)絡(luò)的脈沖同步[J]. 中國(guó)科技信息， 2018（z1）：121-126.

[13] YANG X，CAO J，QIU J. PTH moment exponential stochastic synchronization of? coupled memristor-based neural networks with mixed delays via delayed impulsive control[J]. Neural Networks the Official Journal of the International Neural Network Society，2015，65（C）：80-91.

[14] YANG H，WANG X，ZHONG S， et al. Synchronization of nonlinear complex dynamical systems via delayed impulsive distributed control[J]. Applied Mathematics and Computation，2018， 320：75-85.

[15] ZHANG L，YANG X，XU C， et al. Exponential synchronization of complex-valued complex networks with time-varying delays and stochastic perturbations via time-delayed impulsive control[J]. Applied Mathematics & Computation， 2017， 306（C）：22-30.

[16] YANG X， YANG Z. Synchronization of TS fuzzy complex dynamical networks with time-varying impulsive delays and stochastic effects [J]. Fuzzy Sets and Systems， 2014， 235（235）：25-43.

[17] CLARKE F H， LEDYAEV Y S， STERN R J， et al. Nonsmooth analysis and control theory[M]. Berlin： Springer Science & Business Media，2008.

（責(zé)任編輯：江 艷）