|||
动态增加:论坛暨研讨会第2批论文摘要(19-53)
19.噪声和耦合时滞作用下神经元网络的时空动力学
王青云
噪声和时滞是现实神经元系统中不可避免的两个因素,它们对神经元网络的
时空动力学行为起着非常重要的作用。利用非线性动力学的理论去揭示神经元网络在不同因素作用下产生的复杂时空运动行为及其机理是神经动力学研究领域的核心问题。我们研究经化学突触和电突触耦合的神经元网络在噪声作用下的时空同步和时空共振现象,进而研究耦合时滞对于具有噪声的神经元网络的时空同步和时空共振的影响,并揭示其产生的机理。此外,探索不同网络拓扑结构对神经元集群时空同步和时空共振的影响;进一步探讨噪声和耦合时滞诱导的具有不同拓扑结构的神经元网络的复杂时空动力学的演化机理。通过上述研究,为深刻认识神经系统感知外界刺激和将感知的信息进行传递以及今后的临床诊断提供理论基础,同时促进非线性动力学理论的发展。
主要报告内容:
1. 研究经神经元网络在噪声和耦合时滞作用下时空同步的转迁过程及其机制。
2. 考察噪声和耦合时滞对神经元网络随机共振的作用,揭示噪声和耦合时滞在神经系统中对信息传递的影响。
3. 研究不同网络拓扑结构对具有噪声和耦合时滞的神经元网络时空同步和时空随机共振的影响。
4. 现实神经元网络同步转迁的复杂过程。
20.三维四翼广义增广Lü系统
乔晓华
增广Lü系统是仅含有两个控制参数的三维混沌系统,可产生一个伪四翼吸引子.利用混沌反控制方法,通过在增广Lü系统中引入一个简单的线性状态控制器,本文提出了一个新三维混沌系统——广义增广Lü系统.新系统实现了一个真正的具有复合结构的四翼吸引子,它包含了两个镜像对称的子系统.理论分析、数值仿真和电路实验证明了广义增广Lü系统四翼吸引子的存在性,也阐述了广义增广Lü系统有着较增广Lü系统更加丰富的动力学特性.
关键词:广义增广Lü系统,四翼吸引子,数值仿真,电路实验
Three-dimensional four-wing generalized augmented Lü system*
Qiao Xiao-hua† Bao Bo-cheng
(School of Electrical and Information Engineering,
21.富人俱乐部现象在复杂网络中的杠杆作用
许小可1, 2 张捷2 Michael Small 2
(1. 青岛理工大学 青岛 266520) (2. 香港理工大学 香港)
摘 要:尽管在复杂网络领域各种网络是否具有富人俱乐部现象已经被大量研究过,但富人俱乐部如何影响复杂网络的特性和统计量却较少得到关注。本文发现富人俱乐部显示出很强的杠杆作用,即网络中很小比例(小于5‰)的富裕节点是否构成富人俱乐部会强烈影响整个网络的统计性质,如匹配系数和聚类系数,但出人意料的是网络的平均路径长度却较少受到影响。富人俱乐部的杠杆作用说明复杂网络的基本统计量有时并不能揭示网络的真正特性,甚至会引起我们对复杂网络性质的误解。另外,本研究提出了计算复杂网络是否具有富人俱乐部特性的新范式,该方法能有效解决以前富人俱乐部定义遇到的难题。
关键词:复杂网络,富人俱乐部,聚类系数,匹配系数
22.一种新的复杂性测度及算法实现(OntoSpace)在欧盟27国经济脆弱性评价中的研究
赖宇阳1 Jacek Marczyk2
1) 北京树优技术有限公司 北京 100081
2) Ontonix S.r.l. 意大利
【摘要】 本文提出了一种新的复杂性测度和分析方法,并将该方法及算法软件(OntoSpace)用于欧盟27国的宏观经济系统复杂性分析和脆弱性评价。本文首先阐述了Zadeh不相容原理(Principle of Incompatiblity),指出复杂性和精确性之间的不相容规律是认识构造复杂性测度的基础;其次提出了复杂度是系统中结构化信息的度量的新定义,给出了用设计结构矩阵(DSM)方法改进模糊认知图(FCM)以抽取系统结构,并用信息熵和互信息测度提取该系统结构化信息的方法,以及用复杂度和临界复杂度进行系统稳健性和脆弱性评价的过程;然后运用该方法及算法软件(OntoSpace)分析了欧盟27个国家最近5年(2005~2009年)宏观经济复杂性演化规律和2009年第四季度各国经济脆弱性评级,通过实证研究表明本方法是一种切实可行的经济体脆弱性评价和风险预警方法;最后展示了基于该复杂性测度的广泛应用前景,并汇总介绍了OntoSpace软件在全球范围内的金融、医疗、工程、交通等多个领域的成功应用。
【关键词】 复杂性,脆弱性,稳健性,OntoSpace,模糊认知图,设计结构矩阵,信息熵,互信息
23.空间博弈中适应性迁移促进合作
姜罗罗§††, 汪秉宏§
§中国科学技术大学近代物理系
† 广西师范大学物理科学与技术学院
在“囚徒困境”和“铲雪堆”博弈中,我们研究了自适应迁移对自私个体合作行为的影响。在这种自适应迁移机制中个体在博弈时随便获取近邻的策略信息,以便决定在周围有空位的情况下是否迁移。这种局域信息的获取不需要任何成本。我们发现,自适应迁移能够通过两种方式有效地促进合作:首先,适当的人口密度能够最大程度的促进合作,因为人口密度是与个体的迁移速度相联系的。其次,自适应迁移使得初始状态全部为背叛者的体系中出现合作爆发。
(论文已经发表在《物理评论E》,Phys. Rev. E.81(2010) 036108。)
24.Synchronization in apower-driven moving
agent network
HuanShi(石焕),LeiWang ,Hua-pingDai,You-xianSun
State Key Laboratory of Industrial Control Technology, Institute of Industrial Process Control, ZhejiangUniversity,Hangzhou,310027,PRChina
鉴于现实世界复杂系统中个体间的耦合往往与能量有关,我们提出了一个简单的功率驱动移动智能体网络模型。网络中每个智能体被描述为平面上携带了相同混沌振子的随机移动者。智能体以发射和接收载波的形式互相耦合由此构建了具有时变有向拓扑结构的移动智能体网络。在快速切换条件下,我们研究了该智能体网络的同步问题。理论结果和仿真实验表明智能体网络的同步条件取决于功率密度而与网络规模和功率分布无关。
25.网络特征值谱与网络拓扑及同步的关系
在研究网络拓扑性质和网络同步能力时,耦合矩阵的特征值谱起到决定性作用。网络局部子图的变化虽然对网络的统计量(度分布和平均距离)影响不大,却造成特征值谱和同步性质的很大变化,因此仅利用网络的统计量分析网络动力学性质经常会得到错误的结论。
本文包括以下几方面内容:回顾网络耦合矩阵特征值谱的几个理论结果;几种典型网络的特征值谱分布的差异;特征值谱与度序列的相关性;同步过程与度分布的关系;社团网络特征值谱及其同步过程。我们总结和发现:网络特征值谱与度序列具有很高的相关性,从而可以从度序列入手研究特征值谱,提出基于度序列的特征值谱的局部预估-校正算法;随机网络和小世界网络的第二特征值与连接概率具有近似线性关系;网络中尺度层次的研究有利于揭示同步过程,不同拓扑结构的网络的同步过程有明显的差别;网络的社团结构在不同时间尺度下是不同的;社团网络同步过程:部分同步-聚类同步-完全同步,利用同步过程的时间尺度可识别网络的社团结构。
本文试图从网络耦合矩阵特征值谱入手,揭示网络拓扑和动力学的深层次关系,还有许多问题有待深入研究。
26.Laplacian Spectral Properties of Complex Networks
Juan Chen(陈娟), Jun-an Lu
Abstract: We consider spectral analysis of complex networks. It is well known that the eigenvalue spectrum of complex networks provides information about their structural properties. Therefore, we present spectral properties of some different typical networks such as regular networks, random networks, small-world networks, scale-free networks, and so on. We find that in random networks, the smallest nonzero eigenvalue grows approximately linearly with respect to the probability p. As a result of this, some estimates for the smallest nonzero eigenvalues of random networks can be obtained. More interestingly, it is shown a strong correlation between the eigenvalue spectrum and degree sequence in the networks, especially in scale-free networks. Making use of this correlation, we develop a local algorithm to determine the eigenvalue λi+1 from λi.
27.基于记忆-遗忘机制研究复杂经济系统的演化
邓为炳 李炜 蔡勖
(华中师范大学粒子物理研究所复杂性科学研究中心)
基于记忆-遗忘机制,本文尝试提出复杂经济系统中一种模型。在无标度网络框架上,节点的状态分为两种,“1”和“0”分别表示节点持有和不持有有价证券,节点的状态从“1”到“0”表示卖出,从“0”到“1”则表示买进。在演化过程中,节点的行为主要受两个因素影响:(1)节点的历史状态:用随时间变化的概率函数来描述。如果节点持有有价证券的时间越长,则其卖出的概率就越大,相反,如果节点不持有有价证券的时间越长,则其买进的概率也越大(2)周围节点的状态:周围节点状态为“1”的比例越大,则其买进的概率就越大,相反,周围节点状态为“0”的比例越大,则其卖出的概率也越大。复杂经济系统的价格在演化中,随节点的卖出或买进行为而变化。
在以上规则和机制的基础上,我们研究复杂经济系统随时间的演化规律。研究表明有价证券价格的时间序列与真实经济系统具有类似规律,收益率的分布具有幂率特征,收益率的时间序列具有多重分形和长程关联等特性。进一步,我们还分析了各种概率参数对演化规律的影响。
28.多翅膀和多涡卷混沌系统建模、技术实现及其在通信中的应用
禹思敏
广东工业大学自动化学院
报道了近年来多翅膀和多涡卷混沌系统建模、电子电路、DSP和FPGA技术实现及其在通信中应用等若干课题的国内外研究进展情况。主要内容包括:
一、近年来国内外有关多翅膀和多涡卷混沌系统的研究进展。
二、在双翅膀广义Lorenz系统族基础上,解决多翅膀和网格多翅膀混沌吸引子体系的建模问题,建立一个包括Lorenz、Chen、Lü、Rucklidge、Shimizu-Morioka、Sprott等若干广义Lorenz系统在内的多翅膀和网格多翅膀混沌吸引子体系及其最新研究进展。
三、基于切换控制与异宿环的连续动力系统混沌化的建模方法及实例介绍。
四、混沌电路模块化设计及其改进形式。两个典型实例介绍:(1)网格多涡卷蔡系统的模块化电路设计与实现;(2)多翅膀混沌系统的改进型模块化电路设计与实现。
五、用电子电路、DSP和FPGA技术产生多翅膀与多涡卷混沌信号与实现语音和图像混沌混保密通信。两个典型实例介绍:(1)基于DSP技术的语音数字混沌保密无线通信及其硬件实现;(2)基于FPGA嵌入式以太网传输的数字图像混沌保密通信及其硬件实现。
六、DSP技术平台的语音数字混沌保密无线通信和FPGA嵌入式以太网传输数字图像混沌保密通信的现场演示。
29.基于束晕-混沌序列密码算法的研究与设计
张亚兰 吕建友
(中国原子能科学研究院 北京 102413)
摘要:提出了一种基于束晕混沌系统的序列密码算法,算法中使用变量预处理、系统变量微扰等方法克服了混沌系统存在的变量变换缓慢等缺点,获得了安全可靠的密钥序列流。理论分析表明,该加密算法简单易行,具有良好的安全性。
关键词:混沌加密;流密码;变量微扰;变量预处理
30.Persistent excitation in adaptive parameters identification
of uncertain chaotic system
1. Junchan Zhao(赵军产) 2. Junan Lu(陆君安)
1.
2.
In this paper, we study the parameters identification problem for chaotic systems. Adaptive identification laws are proposed to estimate the parameters of chaotic systems. We prove that the asymptotic identification is ensured by a persistently exciting condition. Additionally, the method can be applied to identify any multiple parameters. Numerical simulations are given to validate our theoretical analysis.
31.Scale Free Effect induced by Altruism
Ping Li(李平), Jie Zhang(张捷), Michael Small
Department of EIE, The Hong Kong Polytechnic University
Abstract. A widely accepted concept called ‘preferential attachment’ has been proposed to explain the fundamental feature of the evolution of many real networks. Recent researches show that scale-free networks generated under this mechanism are uncorrelated in the sense of degree-degree dependence among adjoining nodes. However, some social networks are found to have power-law degree distribution and positive correlations. We propose an alternative model to replicate this characteristic. We study the statistical properties of this network model. This model can be viewed as an exception of connected random networks where the presence of nodes with degree one is the only cause of correlations.
32. From Dynamics to Structure and Back: Understanding and Predicting the Dynamics of Complex system
张捷
香港理工大学 专业 电子与资讯工程
简短摘要
Structure and dynamics are two fundamental aspects of complex system, which are intricately interwoven to produce the most sophisticated, non-equilibrium phenomenon across different contexts. Here we attempt to unravel the relationship between Structure and Dynamics through two novel transformations. The first is to convert the irregular fluctuation of data to a network, whose topology can encode the original dynamics. The second is a mapping from the underlying topology of the network directly to the dynamics emergent on it. This structure-to-dynamics transformation allows us to predict the behaviors of many dynamical processes on networks, such as coupled oscillator, ensemble neural firing, epidemic spreading, and diffusion phenomenon, which suggest that some universal principles are governing the dynamics of real-world networks.
32. Trapping in scale-free networks with hierarchical organization of modularity
Zhongzhi Zhang1,2, Yuan Lin(林苑)1,2, Shuyang Gao1,2, Shuigeng Zhou1,2, Jihong Guan3, and Mo Li4,
1School of Computer Science,
2Shanghai Key Laboratory of Intelligent Information Processing,
3Department of Computer Science and Technology,
A wide variety of real-life networks share two remarkable generic topological properties: scale-free behavior and modular organization, and it is natural and important to study how these two features affect the dynamical processes taking place on such networks. In this paper, we investigate a simple stochastic process---trapping problem, a random walk with a perfect trap fixed at a given location, performed on a family of hierarchical networks that exhibit simultaneously striking scale-free and modular structure. We focus on a particular case with the immobile trap positioned at the hub node having the largest degree. Using a method based on generating functions, we determine explicitly the mean first-passage time (MFPT) for the trapping problem, which is the mean of the node-to-trap first-passage time over the entire network. The exact expression for the MFPT is calculated through the recurrence relations derived from the special construction of the hierarchical networks. The obtained rigorous formula corroborated by extensive direct numerical calculations exhibits that the MFPT grows
algebraically with the network order. Concretely, the MFPT increases as a power-law function of the number of nodes with the exponent much less than 1. We demonstrate that the hierarchical networks under consideration have more efficient structure for transport by diffusion in contrast with other analytically soluble media including some previously studied scale-free networks. We argue that the scale-free and modular topologies are responsible for the high efficiency of the trapping process on the hierarchical networks.
33.空间网络的结构研究
惠子 蔡勖
(华中师范大学粒子物理研究所复杂性科学研究中心)
在近几年的实证研究中发现网络节点间的实际距离(即欧几里得距离)呈power-law分布。根据这一结论我们就思考节点间的实际距离对网络的形成和演化起到了怎样的影响。本文中,我们构造了镶嵌在一维和二维空间上的节点所构成的网络,每个节点都带有相应的空间坐标。根据节点的空间坐标,我们可以得出节点间的实际距离。每个新节点与老节点连接的概率