报告摘要：首先介绍复杂网络牵制控制(Pinning Control)的基本思想和主要方法。然后介绍由线性时不变系统节点组成的有向网络的状态能控性和结构能控性，给出单输入单输出系统节点情形的最少牵制控制输入原理、能控性判据和特征刻画，并描述多输入多输出系统节点情形的多样性和复杂性、给出其能控性判据和特征刻画。接下来讨论网络能控性在抵抗恶意攻击的鲁棒性并揭示具有最强鲁棒性的主要网络模块特征。最后简单介绍通过机器学习寻找具有最优鲁棒能控性的复杂网络结构。

报告人简介：陈关荣教授1981年获广州中山大学计算数学硕士学位，1987年获美国Texas A&M 大学应用数学博士学位，其后在美国Rice和Houston大学任教。自2000年起，他接受香港城市大学讲座教授职位工作至今。陈关荣教授于1997年被选为IEEE Fellow；2008年、2012年和2016年分别获得国家自然科学二等奖；2011年获俄罗斯圣彼得堡国立大学授予荣誉博士学位和俄罗斯欧拉基金会颁发欧拉金质奖章；2014年获法国诺曼底大学授予荣誉博士学位并当选为欧洲科学院院士；2015年当选为发展中国家科学院院士。