[01794027]时滞复杂网络同步及其在智能交通中的应用

一、课题来源 广州市科学技术局广州市科技计划项目（编号：201707010404）。 二、研究目的与意义 本项目理论上分别研究连续型与离散型具有异维节点的时滞复杂网络动力学性质,建立关于相同维数节点和相异维数时滞复杂网络系统的统一模型及其研究方法,从而进一步认识和理解时滞复杂网络的内在机理,为人工智能和网络科学的研究提供理论与方法。在应用上建将时滞复杂同步理论用于交通系统优化与控制,提出了高速公路网络流量预测的新方法,为智能交通系统建设提供理论指导与实用方法。 三、主要研究结果及创新之处 项目组主要从以下四个方面开展了研究：（1）研究具有异维节点的时滞复杂网络的动力学性质。以分数阶神经网络为例,分别对线性和非线性的分数阶时滞神经网络的全局稳定性进行了研究,一方面改进了现有模型中节点维数相同的约束,使每个网络中节点可以拥有不同的维数;另一方面将现有研究成果的模型中单一时滞推广到多个时滞的情形,运用分数阶微分方程的稳定性理论得到使这类神经网络达到全局稳定的一些充分条件。针对具有不连续非单调分段非线性激活函数的复值神经网络,对其多平衡点的共存性和动力学行为问题进行了深入研究。（2）研究时滞以及参数的变动对复杂网络结构稳定性的影响。当网络受到攻击时,网络拓扑发生了改变。本项目研究了信息物理网络在混合攻击下的鲁棒同步控制问题。假定系统用于发送控制输入信号和接收信息的智能体的通道是相互独立的, 并且可以发生频繁的网络攻击。 系统发生攻击之后, 智能控制中心的修复元件将被立即激活, 直到通信拓扑恢复到初始状态。本项目建立了一类基于信息物理系统下的动力学模型, 通过算法设计反馈增益矩阵和耦合强度并运用几何方法、矩阵的性质以及适当的李雅普诺夫函数来获得系统网络同步的充分条件, 从而解决信息物理系统带有攻击情景的鲁棒同步控制问题。（3）研究了具有异维节点的复杂网络与变时滞耦合神经网络的有限时间同步问题。假设驱动系统和响应系统都是分别由不同维数的网络耦合而成的,即各系统中单个网络中节点数量不尽相同。设计了非线性反馈控制器,基于李雅普诺夫稳定性理论得到系统的有限时间同步的充分条件。（4）将基于时滞复杂网络的理论应用于交通路网的分析中,提出了高速路网的交通流量预测的方法。高速公路在市际、省级交通运输中承担着十分重要的角色,每逢重大节假日,旅游、探亲的出行需求十分巨大,而由于公路运输的可达性较强、加上自驾出行的便利性,使得相当大部分的出行者选择公路运输方式,大量的汽车涌入高速公路,给高速公路路网造成了极大的负荷。交通拥堵的疏导是高速公路交通管理的核心内容和难点。本项目根据实测数据,对广东省部分地区的高速路网的交通流量进行了分析与预测。本项目属于应用基础研究,暂时没有直接的经济效益。研究成果主要以学术论文的形式发表。截止至2020年4月,项目组发表与本项目相关论文20余篇,其中被SCI收录19篇,EI收录19篇。在JCR一区（Q1）发表期刊论文10篇, 其中有7篇是在中国科学院期刊分区表（2019版）一区的TOP期刊《International Journal of Robust and Nonlinear Control》《Communications in Nonlinear Science and Numerical Simulation》《Applied mathematics and computation》《Nonlinear Dynamics》等刊物上公开发表。 四、获奖情况 论文《Stability of complex-valued neutral-type neural networks with time-varying delays》在INFUS2019上获得国际智能与模糊系统学会办法的杰出论文奖,获奖时间：2019年7月。项目组主要成员申请了相关专利,获得了中国智能交通协会科学技术奖三等奖,获奖时间：2018年12月。