Controllability of Coarsely Measured Networked Linear Dynamical Systems (Extended Version)
University of Toronto(多伦多大学);Arizona State University(亚利桑那州立大学);Vector Institute for Artificial Intelligence(向量人工智能研究所)
本文研究了大规模线性网络动力系统的能控性问题,当网络结构的完整知识不可得且知识仅限于粗略的概括时。我们提供的条件下,平均可控性的细尺度系统可以很好地近似平均可控性的(合成,降阶)粗尺度系统。为此,我们需要了解精细尺度网络的一些固有参数结构,这些结构使这种近似成为可能。因此,我们假设底层的细尺度网络是由随机块模型(SBM)生成的-通常在社区检测中进行研究。然后,我们提供了一个算法,直接估计的平均可控性的细尺度系统,使用一个粗略的总结SBM。我们的分析表明,基础结构的必要性(例如,内置社区)能够从粗略表征的网络动态准确地量化可控性。我们还比较了我们的方法的降阶方法,并强调制度,两者都可以胜过对方。最后,我们提供了模拟,以确认我们的理论结果为不同的缩放网络的大小和密度,以及参数,捕捉多少社区结构保留在粗略的总结。
2022-06-21 cs.LG cs.SY eess.SP
Submodularity of Energy Related Controllability Metrics
Automatic Control Laboratory, ETH Zurich(苏黎世联邦理工学院自动控制实验室)
研究能量相关可控性度量的亚模性,利用贪心算法近似优化动态系统网络的可控性和可观测性。
2014-03-25 cs.SY eess.SY math.OC
Minimal Driver Nodes for Structural Controllability of Large-Scale Dynamical Systems: Node Classification
针对大规模动力系统结构可控性的最小控制输入NP难问题,采用图论方法提出P阶精确解法,定义两类驱动节点并求得最小数量,算法为多项式复杂度,适用于非线性系统且效率优于现有近似方法。
2019-11-26 cs.SI cs.SY eess.SY
Structural Target Controllability of Undirected Networks
University of Pennsylvania(宾夕法尼亚大学);Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文研究了网络动力系统的目标可控性问题,提出了一种针对线性时不变(LTI)系统中对称状态矩阵的结构目标可控性条件,适用于具有未知链接权重的无向动力网络。通过分析对称结构矩阵的通用秩和数值实现的模式,提供了无向网络多控制节点的结构可控性条件,并进一步推导了无向网络结构目标可控性的图论必要和充分条件。
2018-09-22 cs.SY eess.SY math.OC
Structural Controllability of Undirected Diffusive Networks with Vector-Weighted Edges
研究了具有{扩散耦合子系统}的无向网络系统的能控性,其中每个子系统具有{相同的{ \emph{fixed} }}一般高阶单输入多输出动态.网络拓扑的基础图是{ \emph{vector-weighted} },而不是标量加权图。目的是找到网络化系统在结构上可控的条件,即,对于网络拓扑的交互链路的几乎所有矢量值,相应的系统是可控的。证明了网络化系统是结构可控的当且仅当每个子系统是可控的和可观测的,并且网络拓扑是全局输入可达的.这些条件被进一步推广到{多输入多输出子系统和矩阵加权边}或有向和无向相互作用链路同时存在的情况。
2020-04-20 cs.SY eess.SY
Modal Strong Structural Controllability for Networks with Dynamical Nodes
在这篇文章中,一个新的概念,模态强结构可控性的介绍和检查的一个家庭的LTI网络。这些网络包括结构化的LTI子系统,其系统矩阵具有相同的零/非零/任意模式。与系统矩阵相关的特征值是可控的,如果它可以直接受到控制输入的影响。我们考虑一个任意的集合Δ,如果对于一个特定的LTI网络族中的所有系统,每个λ \in Δ是一个可控的特征值,我们称这个网络是关于Δ的模态强结构可控的。对于这类LTI网络,不仅可以获得系统矩阵的零/非零/任意模式,而且对于给定的Δ,可能存在关于与某些子系统和Δ相关联的谱的交点的额外信息。给定一个集合Δ,我们首先定义一个Δ-网络图,通过引入这个图的着色过程,我们建立了控制子系统集合与所谓的迫零集合之间的对应关系。我们还演示了如何与Δ={0}或Δ=C\{0},现有的强结构可控性的结果,可以通过我们的方法。与相关文献相比,本文考虑了一类限制性更强的LTI网络,因而导出的条件具有更小的保守性。
2021-08-27 cs.SY eess.SY math.OC
On the Controllability of Matrix-weighted Networks
这封信从图论的角度研究了矩阵加权网络上共识动力学的可控性。与标量加权网络不同,权矩阵的秩引入了额外的复杂性来表征此类网络的可控子空间的维数。具体来说,我们研究如何确定的权重矩阵的影响的可控子空间的维数。在这个方向上,图论特征的可控子空间的维数上下限分别采用距离划分和矩阵加权网络的几乎公平划分。此外,还研究了此类网络的不可控输入的结构。然后提供的例子来证明理论结果。
2020-01-13 cs.SY eess.SY math.OC
Noise Response Data Reveal Novel Controllability Gramian for Nonlinear Network Dynamics
Graduate School of Informatics, Kyoto University(京都大学情报大学院)
本文基于噪声响应数据,提出非线性网络动态的可控性格拉姆矩阵,通过格拉姆矩阵与随机激励动态轨迹协方差矩阵的关系,提供了一种有效提取可控子动态的方法,并揭示了可控性与统计力学的关系。
2016-06-03 cond-mat.stat-mech cs.SY eess.SY
Distributed Verification of Structural Controllability for Linear Time-Invariant Systems
Instituto Superior Técnico, University of Lisbon(里斯本大学高等理工学院);Carnegie Mellon University(卡内基梅隆大学);University of Porto (FEUP)(波尔图大学);KTH Royal Institute of Technology(皇家理工学院)
本文提出基于子系统结构模式的分布式方法,用于验证大规模动态系统结构可控性,方法在相似和串行子系统子类中具有多项式时间复杂度。
2015-06-18 cs.SY eess.SY math.OC
Discrete-Time Linear Dynamical System Control Using Sparse Inputs With Time-Varying Support
本文针对网络化控制系统中稀疏输入约束下的线性系统控制问题,提出稀疏执行器调度算法及最小化平均控制能量的扩展,并开发基于卡尔曼滤波的稀疏控制器,理论分析与仿真验证其性能接近完全驱动系统。
2025-06-23 cs.SY eess.SY
Structural Controllability of Networked Relative Coupling Systems
从结构的角度研究了网络化相对耦合系统(NRCS)的能控性问题,其中子系统具有固定的高阶线性动力学,且通过依赖于相邻子系统的相对变量进行耦合.目的是探索子系统动力学和网络拓扑的条件,在该条件下,对于几乎所有的子系统相互作用链路的权重,相应的数值NRCS是可控的,这被称为结构可控的。考虑了三种子系统交互方式:1)每个子系统为单输入单输出(SISO); 2)每个子系统为多输入多输出(MIMO),且两个子系统之间所有信道的权值相同; 3)每个子系统为MIMO,但两个子系统之间不同信道的权值不同。{We证明了在某些必要的连通性条件下,NRCS的所有参数相关模式都是一般可控的。然后,我们推导出必要和/或充分条件的结构可控性依赖于子系统动力学和网络拓扑的连通性在一个解耦的形式为所有的三种相互作用方式。我们还扩展了我们的结果,以处理某些子系统的不均匀性,并展示了它们在一些实际系统,包括质量弹簧阻尼器系统和电力网络的直接应用。
2021-01-26 cs.SY eess.SY
Controllability of networked MIMO systems
Shanghai Jiao Tong University(上海交通大学);City University of Hong Kong(香港城市大学)
研究网络化系统状态可控性,分析网络拓扑、节点动力学、外部控制输入和内部交互对可控性的影响,揭示可控性是多因素综合结果,与传统共识或编队可控性不同。
2015-10-31 cs.SY eess.SY
Optimal Sensor and Actuator Placement in Complex Dynamical Networks
ETH Zurich(苏黎世联邦理工学院)
研究复杂动态网络中传感器和执行器最优布局问题,基于可控性与可观测性格拉姆矩阵提出模块化集函数结构,实现高效全局优化。
2014-03-25 cs.SY eess.SY math.OC
A Framework of Hierarchical Attacks to Network Controllability
网络可控性鲁棒性反映了一个网络化的动态系统在面对破坏性攻击时保持可控性的能力。从恶意攻击的角度研究了网络可控性鲁棒性问题。提出了一种层次化攻击的框架,通过边缘或节点删除攻击。目标网络中的边缘(或节点)被分层分类为不同的类别,具有不同的攻击优先级。关键边(或节点)的类别具有最高优先级以被选择用于攻击。在9个合成网络和9个真实网络上的实验结果表明,所提出的分层攻击策略能够有效地破坏网络的可控性。从保护的角度来看,本研究建议,关键的边缘和节点应该隐藏的攻击者。这一发现有助于更好地理解网络的可控性,并更好地设计鲁棒网络。
2020-08-04 cs.SY eess.SY physics.soc-ph
Minimal Controllability Problems
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文研究了线性系统中通过最小变量集实现可控性的难题,证明该问题NP难,并提出贪心算法在多项式时间内解决,实验显示其在随机图中有效。
2014-05-03 cs.SY eess.SY math.OC
Controllability Backbone in Networks
本文研究图上的动态网络可控性骨干问题,提出利用零强制和图距离下界,在保持强结构可控性下界的条件下,计算包含最少边且保持可控性的子网络的算法,并在随机图上进行了数值评估。
2023-09-06 cs.MA cs.SY eess.SY
Controllability of Network Opinion in Erdos-Renyi Graphs using Sparse Control Inputs
本文考虑了一个被建模为Erdos Renyi随机图的社会网络。网络中的每个人都使用邻居意见的加权平均来更新自己的意见。我们探讨如何外部操纵代理可以驱动这些人的意见,以一个有限的附加影响他们的先天意见所需的状态。我们证明了操纵代理可以在有限时间内将网络意见引导到任何任意值(即,该系统是可控的)几乎可以肯定的是,当对她的影响没有限制时。然而,当控制输入是稀疏约束,网络意见是可控的,以一定的概率。我们使用基于Levy浓度函数和小球概率的随机向量的浓度特性来下界此概率。此外,通过数值模拟,我们比较了鄂尔多斯Renyi图与幂律图的可控性概率,以说明两种模型在可控性方面的关键差异。我们的理论和数值结果揭示了网络意见的可控性如何取决于网络的大小和连通性等参数,以及操纵代理所面临的稀疏性约束。
2020-11-22 cs.SI cs.SY eess.SY
General control of linear cellular automata
University of Florence(佛罗伦萨大学);Espace-Dev, UPVD, IRD, UM, Perpignan(埃斯帕斯-德夫,南法第乌德瓦朗斯大学,法国国家科学研究中心海外发展研究所,蒙彼利埃大学,佩皮尼昂);University of Setif 1(塞提夫第一大学);INFN, Sect. Florence(意大利国家核物理研究院,佛罗伦萨分部)
本文提出线性细胞自动机的通用控制理论,通过可控性矩阵判定系统可控性,应用于一维和二维布尔案例。
2026-04-11 cs.SY eess.SY nlin.CG
Minimal Sufficient Conditions for Structural Observability/Controllability of Composite Networks via Kronecker Product
在本文中,我们考虑由较小网络的克罗内克积形成的复合网络。我们发现的可观性和可控性的产品网络从其组成的较小的网络的属性。整个网络被建模为线性结构不变(LSI)动力系统,其中底层矩阵具有固定的零/非零结构,但非零元素可能是时变的。这种方法允许将系统参数建模为自由变量,其值仅在一定的公差内是已知的。我们特别寻找的最小充分条件的复合网络,这在分布式估计和网络控制系统的设计中有直接的应用。本文的方法论是基于结构化系统分析和图论,因此,结果是通用的,即,它们适用于自由参数的几乎所有非零选择。我们证明了全结构秩系统和自阻尼网络的复合乘积网络的能控性/能观性结果。我们提供了一个说明性的例子,基于卡尔曼滤波的复合网络的估计,以验证我们的结果。
2019-12-07 cs.MA cs.SI cs.SY
Control and controllability of nonlinear dynamical networks: a geometrical approach
School of Electrical, Computer and Energy Engineering, Arizona State University(亚利桑那州立大学电气、计算机与能源工程学院);Institute of Computational Physics and Complex Systems, Lanzhou University(兰州大学计算物理与复杂系统研究所);School of Biological and Health Systems Engineering, Arizona State University(亚利桑那州立大学生物与健康系统工程学系);School of Systems Science, Beijing Normal University(北京师范大学系统科学学院);Institute for Complex Systems and Mathematical Biology, King’s College, University of Aberdeen(阿伯丁大学国王学院复杂系统与数学生物学研究所);Department of Physics, Arizona State University(亚利桑那州立大学物理系)
本文提出了一种实验可行的非线性动态网络控制框架,用于处理多稳态系统,通过吸引子网络概念量化可控性,并展示噪声在非线性网络中可能促进控制。
2015-09-23 cs.SY eess.SY nlin.CD
On the Trade-off Between Controllability and Robustness in Networks of Diffusively Coupled Agents
Vanderbilt University(范德堡大学);Information Technology University(信息技术大学);University of Minnesota(明尼苏达大学);Lahore University of Management Sciences(拉合尔管理科学大学)
本文研究了线性动力学扩散耦合代理网络中可控性与鲁棒性之间的冲突关系,通过Kirchhoff指数确定最大鲁棒性网络,并分析其强结构可控性,得出在给定节点数和直径下强结构可控网络所需最小领导者数的上界,并证明该上界是最优的。
2020-07-14 cs.SY eess.SY
Optimality of Fast Matching Algorithms for Random Networks with Applications to Structural Controllability
研究快速可扩展算法在随机网络中寻找最大匹配的最优性,分析Karp和Sipser的启发式方法及其简化版本的渐近最优性,探讨最大匹配大小的渐近结果。
2016-03-24 cs.DS cs.SY eess.SY
Collective steering in finite time: controllability on $\text{GL}^+(n,\mathbb{R})$
本文研究通过公共状态反馈律控制 $n$ 个同线性动力学粒子位置重排的问题,将其转化为正行列式矩阵空间动力系统可控性问题,证明任务可行且可任意快速完成,同时指出最优反馈控制策略可能不存在及无通用连续线性反馈公式。
2024-11-27 cs.SY eess.SY math.OC
Deterministic and Randomized Actuator Scheduling With Guaranteed Performance Bounds
Northeastern University(东北大学);Boston University(波士顿大学);Massachusetts Institute of Technology(麻省理工学院)
本文研究了线性动力系统中执行器选择问题,提出了一种框架,利用确定性和随机性算法设计稀疏执行器调度方案,保证性能界限。核心方法是系统可控性度量,证明了多种常用优化标准属于该类度量,并提供了一种多项式时间调度方案,每次时间步仅选择常数个执行器以保证可控性度量的近似。
2020-06-03 cs.SY eess.SY math.DS
Towards Optimal Robustness of Network Controllability: An Empirical Necessary Condition
为了更好地理解网络拓扑特征与网络可控性鲁棒性之间的关系,提出了一种在给定节点数和边数的情况下搜索最优网络拓扑的实用方法.由于理论分析至少在目前看来是不可能的,因此采用基于优化技术的穷举搜索,首先针对一组实际可行的小规模网络,其中\textit{exhaustive}意味着1)计算并比较具有给定数目的节点和边的所有可能的网络结构,以及2)考虑所有可能的节点移除序列。本文的一个主要贡献是从穷举搜索的结果中观察到一个经验必要条件(ENC),它缩小了搜索空间以快速找到最优解。ENC表明,最佳网络结构的最大和最小入度和出度应该几乎相同,或者在非常窄的范围内,即,网络应该是非常均匀的。然后设计并评估了满足ENC要求的边缘校正。大规模的合成网络和真实网络的仿真结果验证了观察到的ENC和边缘校正方案的有效性。随着更多的边缘校正操作的执行,网络越来越接近于精确地满足ENC,因此网络可控性的鲁棒性朝向最优增强。
2020-09-01 cs.SY eess.SY math.OC
Spectral Decompositions of Controllability Gramian and Its Inverse based on System Eigenvalues in Companion Form
V. A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences(俄罗斯科学院瓦·阿·特拉佩兹尼科夫控制科学研究所)
本文提出基于系统特征值的可控性格拉姆矩阵及其逆的谱分解方法,用于分析连续线性时不变系统的可控性和可观测性特性。
2025-12-11 cs.SY eess.SY math.OC
On the Strong Structural Controllability of Matrix-Weighted Networks
College of Information Science Technology, Beijing University of Technology(北京工业大学信息科学与技术学院)
本文针对矩阵加权网络的强结构可控性问题,提出基分解、层特定距离划分等方法,构建更紧的压缩定理,设计多项式时间自动发现算法,通过数值算例验证了相关定理。
2026-07-31 cs.SY eess.SY math.OC
Quiver Semistability and Structured Kalman Decompositions for Networked Linear Dynamical Systems
Tokyo Metropolitan University(东京都立大学);The Institute of Statistical Mathematics(统计数学研究所)
本文针对网络线性时不变系统,基于箭图σ-半稳定性提出可控性与可观性新定义,构建结构化卡尔曼分解并设计相关高效判定与求解算法,为网络动力系统分析提供新方法。
2026-09-01 cs.SY eess.SY math.OC
Optimal Input Placement in Lattice Graphs
University of New Mexico(新墨西哥大学)
研究晶格系统控制,推导无限晶格系统的可控性格拉姆矩阵闭式表达式,并分析最近邻晶格中控制能量指标与节点距离的指数关系。
2018-08-14 cs.SY eess.SY math.CO
Generic Controllability of 3D Swimmers in a Perfect Fluid
Institut Élie Cartan UMR 7502, Nancy-Université, CNRS, INRIA(埃利·嘉当研究所);INRIA Nancy Grand Est, Projet CORIDA(南锡大东部国家信息与自动化研究所)
本文研究在完美流体中通过形状变化驱动的3D游泳者的跟踪控制问题,证明了通过微小叠加变形可实现任意轨迹跟踪(同步游泳),以及通过最多五种基本运动组合实现任意轨迹跟踪(自由泳)。
2011-03-26 cs.SY eess.SY math.OC
Effect of correlations on network controllability
Northeastern University(东北大学);Eötvös University(厄特沃什大学);Budapest University of Technology and Economics(布达佩斯技术与经济大学);Central European University(中欧大学);Dana-Farber Cancer Institute(达纳-法伯癌症研究所);Massachusetts Institute of Technology(麻省理工学院);Brigham and Women’s Hospital(布里格姆和妇女医院);Harvard Medical School(哈佛医学院)
研究聚类、模块性和度相关性等网络特征对控制网络所需最小驱动节点数的影响,发现聚类和模块性无显著影响,而匹配问题的对称性导致对度相关系数的依赖呈线性、二次或无依赖,并通过数值模拟缩小了真实网络中驱动节点数的预测与观测差距。
2013-01-09 cond-mat.stat-mech cs.SI cs.SY
Taming AI Bots: Controllability of Neural States in Large Language Models
University of California, Los Angeles(加州大学洛杉矶分校);University of Pennsylvania(宾夕法尼亚大学)
本文通过形式化“意义”并刻画训练良好的大语言模型,证明AI机器人在意义空间内几乎必然可控,并给出可控性的充要条件及防御采样设计思路。
2023-05-29 cs.AI cs.CL cs.LG