华中科技大学科研人员与荷兰拉德堡德大学唐德斯大脑、认知与行为研究所合作，开发出一种快速识别网络拓扑的新方法。
他们的新方法在《机器人与仿生系统》中进行了详细介绍，大大加快了理解复杂动态网络的过程，而复杂动态网络对于从电网到交通系统的众多应用都至关重要。该论文的标题为“延迟复杂动态网络的有限时间拓扑识别及其应用”。
这种创新方法名为“延迟复杂动态网络的有限时间拓扑识别”(FT-TIDCN)，利用有限时间稳定性理论在表现出时间延迟和非线性相互作用的网络中实现快速准确的拓扑识别。
这一进步解决了网络科学的一个常见挑战：传统识别方法的收敛时间慢，这会妨碍对网络变化和异常的及时响应。
FT-TIDCN 方法在有限时间内实现拓扑识别，绕过了网络分析中常用的较慢渐近方法。它有效地处理了动态网络中非线性耦合和时间延迟引入的复杂性，提供了比以前的模型更准确的结果。
该方法的一个显著应用是在电网管理中，它可以快速检测线路中断，提高电源故障期间的可靠性和响应时间。
研究人员通过两个数值实验证明了 FT-TIDCN 方法的有效性。这些实验展示了该方法在快速准确地识别网络结构方面比传统方法具有优越的性能。特别是在电网中，该方法可以几乎立即检测到线路中断，这对于维持系统稳定性和防止连锁故障至关重要。
该项目首席研究员之一刘志伟博士说： “快速应对电网和通信系统等复杂网络的变化和故障的能力比以往任何时候都更加重要。”
“我们的方法不仅加快了这一进程，而且提高了拓扑 识别的准确性，这对于这些网络的有效管理和运营至关重要。”
展望未来，研究团队计划将 FT-TIDCN 方法的应用扩展到其他类型的动态网络，并探索其与实时监控系统的集成。这可能会显著改善各个领域，包括交通管理、互联网基础设施等，而网络动态在这些领域发挥着至关重要的作用。