第一章绪论
1.1研究背景
随着人们对复杂生命系统中的生物网络认识地不断深入，科学家们越来越重视挖掘特殊的网络结构对于复杂生命系统功能和进化方向地深刻影响。生命系统中的众多分子、细胞、组织之间存在着广泛深入的联系，相互影响、相互作用，构成了生命活动的复杂行为，维持各生物功能的动态平衡。生物网络学促使生物学和生态学从单纯定性的实验科学转变为严谨的理论科学，用定量的数学描述手段来重现某些具体生物网络的功能。早期由于科技发展的局限性，生物网络系统的数据不充分，也限制了一些理念模型地发展和应用。当前信息科技飞速发展，对生物网络系统中的各组成部分都进行了深入细致的工作，累积了海量的生物数据。这些研宄数据不仅验证了理念模型的存在以及正确性，更加促进了对生物网络整体功能的推测，离揭开复杂生命金字塔之继又更近了一步。大规模分析方法地实现和利用试图对细胞、生化反应，乃至整个生物网络结构模型地建立，例如基因芯片技术能够检测出mRNA的表达水平的变化，核磁共振监测代谢网络中蛋白质以及代谢物浓度的变化，质谱分析用于检测蛋白质组学。在生物网络领域取得了一系列的研究成果，包括众多模型地建立以及模型性能地分析、模拟生命活动和生理调控机制的智能算法和智能模型。
1.2研究意义
诸多生物智能算法从生物网络的结构、调节机制及功能中获得灵感，利用数学分析、控制论、计算机科学等多种手段、方法来幵发，形成了多学科交叉新领域，是目前国内外科学研宄的前沿方向以及学术热点对生物网络地研宄探索有助于破解生命的奥秘；受到生物网络地启发，工程师可以开发生物电路，突破现有电路设计的格局和框架。另外，人体本身就是一个完美的高级生物网络信息处理系统，蕴含着多目标协同发展的调控机理，调节维持生命体健康的各种动态网络平衡，为各类仿生控制器地设计提供了源源不断的灵感和坚实的理论基础。生物网络启发的各类人工智能系统具有自适应性、鲁棒性等特点，能够成功应用在各类复杂问题求解、优化方面,例如人工神经网络、遗传算法等针对无法建立准确数学模型的系统，可以利用基于生物网络的智能算法进行建模和表示，进而通过计算实验进行分析和评估后实现对复杂系统地管理和控制。这一控制方法是自适应控制方法向复杂系统扩展的有效途径和自然结果，是一种丰富计算智能控制、迈向数据驱动控制的必然途径。
………………
第二章不完全信息随机模型与控制方法
2.1引言
随机现象是自然界中普遍存在的广泛现象，不论是生物系统还是实际工程系统都无法避免地受到它的影响，例如神经网络中信号传递过程中不可避免地受到随机干扰地影响而变成一个随机过程。因此，在很多领域中，随机模型都得到了足够的重视以及广泛的应用，例如生态学、生物学、工程设计等。确定性系统研宄中一些重要的研究成果陆续被推广到了随机系统中。
2.2状态估计
由于大型网络控制系统的复杂性，直接测量系统中的关键状态，存在测量成本高、无法得到精确值等问题，例如汽车行驶过程中的状态变量，所以设计合适的状态估计器对被控对象的状态进行估计，间接地获取被控系统状态。被控系统的状态变量决定了系统的动态性能，并且对系统后续的分析、控制也至关重要，例如利用估计状态实现状态反馈，解决被控系统的镇定、最优控制、跟踪控制、故障诊断等系统的综合性问题。文献[34]针对一类马尔科夫跳变神经网络展开了工作。另外还有很多的学者针对不同类型的复杂网络研究了状态估计问题，文献[40]对多传感器网络的信息融合以及非线性估计问题设计了滤波算法。文献[41]提出了一种动态的分布式状态估计方法来对大规模电力系统中的状态进行估计。在非高斯噪声以及系统测量模型不确定的情形下，文献[42]提出了一种期望最大化算法来设计非线性的状态估计器，应用在了多传感器网络中目标跟踪问题上。
…………
第三章测量数据概率延迟下的离散随机基因调控网络鲁棒状态估计……16
3.1引言 ………16
3.2基因调控网络……… 16
3.3问题描述……18
3.4状态估计器分析 ……21
第四聿随机中立型神经网络时滞相关指数状态估计…37
4.1 引 言………37
4.2随机中立型神经网络…37
4.3问题描述 …….39
4.4状态估计器分析………41
4.5数值举例………… 48
4.6小结………51
第五聿离散通信方式下生物动态网络的自适应反饿同步………52
5.1 引言……………52
5.2生物动态网络 ………52
5.3问题描述 ………54
5.4反馈自适应控制器分析………… 56
第六章基于基因调控网络的多级牵伸环节生物启发协同控制
6.1引言
在现代化大工业生产中，大多数生产系统可以归类为多级系统，原材料经过多种工序中不同环境下的处理过程，最终转变成了成品，例如纤维生产过程中的多级牵伸环节就是一个典型的多级系统。多级系统十分复杂，内在相互稱合、彼此关联，导致了其不论是在空间上还是时间上都很难被深入了解，发掘其内在机理。在工业生产中，多级加工系统的动态特性非常容易受到干扰的严重影响，从而导致工作点发生变化。
6.2相关工作
生物细胞中DNA片段之间通过mRNA，蛋白质以及其他产物之间间接地相互影响，这种相互影响作用相互制约的复杂关系即为基因调控网络。基因调控网络控制着生物体进化发育的方向，对基因调控网络进行深入研究是人类对于进化、发育、遗传以及疾病深刻理解的基础。通过"定位候选基因”和"定位克隆”等技术手段，科研人员找出了多种疾病的致病基因，例如遗传性结肠癌和乳腺癌、囊性纤维化这将有利于癌症等疾病的治愈。在特定时间特定细胞内的特定基因将被激活，实现预定好的有序、不可逆的生物体发育过程，并且在一定的环境范围内保持各生物组织、器官维持正常功能。
…………………
第七章总结与展望
在自然界以及大型复杂工业系统中广泛存在着大量的随机不确定性现象，受到物理条件以及知识地限制，其机理模型一般难以用准确的数学模型来描述，表现出强烈的随机特性。非线性在自然界以及各类工业系统系统中普遍存在，亦是研宄控制系统的难点所在。由于被控系统复杂、受到各种随机扰动等因素地影响，系统中的关键状态无法通过测量系统输出直接得到，所以设计了合适的状态估计器对被控对象的状态进行估计，间接地获取被控系统状态，为后续地分析、设计控制系统作铺塾。系统测量输出的过程中不可避免地会发生一些无法预知的变化，例如测量数据延迟、信号量化、信号采样等。在这些不完全信息地影响下，控制系统的性能变差，甚至产生不稳定、震荡现象。因此在控制系统地设计过程中需要充分考虑不完全信息地影响。本论文针对测量数据依概率延迟和通信约束，以随机Lyapunov稳定性理论为基础，以线性矩阵不等式为工具，研究了一类典型的随机非线性系统一生物网络的状态估计和控制问题，获得了状态估计器和控制器存在的充分条件。在不完全信息影响下时滞随机非线性系统状态估计及控制方面，提出了新思路、给出了新的结果，主要工作如下。
……………
参考文献（略）
