学位论文 > 优秀研究生学位论文题录展示

复杂网络上的动力学模型分析及随机影响

作　者: 刘茂省
导　师: 阮炯
学　校: 复旦大学
专　业: 应用数学
关键词: 复杂网络传播模型随机噪音随机分岔离散系统神经网络同步
分类号: TP393.01
类　型: 博士论文
年　份: 2009年
下　载: 849次
引　用: 0次
阅　读: 论文下载

内容摘要

复杂网络是研究复杂系统的一门新兴学科,近几年受到国内外研究学者的广泛关注。任何复杂系统都可以抽象成为由相互作用的个体组成的网络,因而网络无处不在,遍及自然界、生物系统和人类社会。这些网络中比较为人所熟知的如神经网络、互联网、疾病传播网、蛋白质网、合作网等。为了理解这些复杂网络的结构和性质,人们首先就需要研究这些网络的动力学行为。通过对复杂网络动力学行为的研究,不仅可以更好地理解现实世界中的网络所呈现出来的各种动力学现象,而且还可以根据不同的网络特性采取不同的方法为我们的工作和生活服务,更重要的是在某些方面我们还可以设计出具有更好特性的网络为人类造福。传染病在人群中的流行、病毒在计算机网络上的蔓延、谣言在社会中的扩散等,都可以看成服从某种规律的传播行为。传统的传播动力学模型假定所研究范围的个体是充分混合的,即每个个体接触其他个体的数量基本相等,但近年来关于复杂网络的研究显示绝大部分的个体不是充分混合的,而是具有某些特殊结构。这些特殊结构导致了复杂网络上的传播行为与传统动力学模型有较大差异,这说明在考察传播行为时,必须结合特定的网络结构才能建立更加符合实际的动力学模型。本论文在前人工作基础上对复杂网络上的传播行为做了一些深入的探索和研究,主要考虑了非线性传播率的传播动力学,两种群的传播动力学。另外我们知道,随机因素会对复杂网络的动力学行为产生一定的影响,因此我们还研究了随机噪音对网络传播的影响,随机离散的神经网络模型,以及共同噪音引起的离散系统的同步问题。这些研究无论在理论上还是在实际应用中都具有重要意义。本文的主要内容可概述如下:第一章介绍复杂网络(包括神经网络)的研究背景与进展,给出本文所要用到的预备知识,并给出全文的结构。第二章研究复杂网络上带有非线性传播率的模型。研究了带有非线性传播率的均匀网络模型,给出了模型的平衡点的存在条件、稳定性以及Hopf分岔分析等,得出了在网络传播中出现周期性现象的原因;研究了带有非线性传播率的非均匀网络模型,给出了无病平衡点的稳定性分析。第三章研究复杂网络上两种群的传播动力学模型。主要介绍了均匀网络上的两种群的传播模型,研究了非均匀网络上两种群的传播模型,给出了疾病传播的阈值和平衡点的稳定性分析。另外还给出了两种群传播模型三种免疫策略,得出了均匀网络和非均匀网络上的有效免疫策略。第四章研究复杂网络上的随机传播模型。研究了均匀网络上的随机传播模型和非均匀网络上的随机传播模型,得出了随机稳定性和随机分岔的条件。研究表明随机噪音对不同拓扑结构的网络传播模型会起到不同的作用。第五章研究随机噪音对离散神经网络的影响。考虑了两类随机噪音影响的离散神经网络模型,利用随机动力系统中的鞅理论,得出了随机离散神经网络的平凡解是几乎必然渐近稳定的条件。第六章研究离散状态下共同噪音引起的同步问题。先讨论了一般的离散系统发生同步的条件,然后讨论了带有时滞的离散系统发生同步的条件。第七章对论文工作进行了总结,并对今后要研究的工作提出了展望。

全文目录

中文摘要  7-9
Abstract  9-12
第一章绪论  12-28
  1.1 引言  12-14
  1.2 发展历史与研究现状  14-20
    1.2.1 复杂网络的发展历史与研究现状  14-18
    1.2.2 神经网络的发展历史与研究现状  18-19
    1.2.3 混沌及其同步  19-20
  1.3 预备知识  20-24
    1.3.1 复杂网络上传播模型的阈值理论  20-22
    1.3.2 遍历理论介绍  22
    1.3.3 离散系统的LaSalle不变性原理  22-24
  1.4 木文的主要研究内容和创新点  24-28
    1.4.1 主要研究内容  24-25
    1.4.2 主要创新点  25-28
第二章复杂网络上的非线性传播模型  28-44
  2.1 引言  28-29
  2.2 均匀网络上的非线性传播模型  29-39
    2.2.1 考虑种群动力学因素的模型  29-30
    2.2.2 模型的建立及平衡点的存在性  30-33
    2.2.3 平衡点的稳定性和分岔  33-38
    2.2.4 例子和数值模拟  38-39
  2.3 非均匀网络上的非线性传播模型  39-42
    2.3.1 模型的建立  39-41
    2.3.2 无病平衡点的稳定性  41-42
  2.4 结论  42-44
第三章复杂网络上两种群的传播模型  44-56
  3.1 引言  44-45
  3.2 均匀网络上的两种群传播模型  45-47
  3.3 非均匀网络上的两种群传播模型  47-50
    3.3.1 模型的建立  47
    3.3.2 平衡点的存在性  47-49
    3.3.3 无病平衡点的稳定性  49-50
  3.4 免疫策略  50-54
    3.4.1 一致免疫  50-51
    3.4.2 比例免疫  51-53
    3.4.3 目标免疫  53-54
  3.5 结论  54-56
第四章复杂网络上的随机传播模型  56-72
  4.1 引言  56-57
  4.2 随机微分方程相关介绍  57-60
    4.2.1 Fokker-Planck方程  57-58
    4.2.2 随机稳定性和随机分岔  58-60
  4.3 均匀网络上的随机传播模型  60-67
    4.3.1 模型的建立  60-61
    4.3.2 模型的随机稳定性  61-63
    4.3.3 模型的随机分岔  63-67
  4.4 非均匀网络上的随机传播模型  67-69
  4.5 结论  69-72
第五章随机离散神经网络模型  72-90
  5.1 引言  72-73
  5.2 预备知识  73-77
  5.3 带有随机噪音影响的离散神经网络模型  77-82
    5.3.1 二维情形  80-81
    5.3.2 例子和数值模拟  81-82
  5.4 一般神经网络的稳定性问题  82-88
  5.5 结论  88-90
第六章共同噪音影响下的同步  90-100
  6.1 引言  90-91
  6.2 一般离散系统  91-95
    6.2.1 不带噪音时的情形  92
    6.2.2 带有噪音的情形  92-93
    6.2.3 CNIS条件的应用  93-95
  6.3 带有时滞的系统  95-98
    6.3.1 不带噪音的情形  95-96
    6.3.2 带有噪音的情形  96-98
    6.3.3 CNIS条件的应用  98
  6.4 结论  98-100
第七章结论与展望  100-104
  7.1 工作总结  100-101
  7.2 研究展望  101-104
参考文献  104-112
致谢  112-114
攻读博士学位期间发表和已投的文章  114-116
攻读博士学位期间主持和参加的基金项目  116-117

复杂网络上的动力学模型分析及随机影响

内容摘要

全文目录

相似论文