网络可控性与稳定性17 / 17
适用范围与常见误用
- 误用：认为控制网络应该从度最高的枢纽入手。→ 正解：Liu 等（2011）发现驱动节点倾向于避开枢纽；一个输入沿匹配只能独立控制一条路径，枢纽的大量下游需要更多独立输入。
- 误用：把驱动节点集合当作唯一确定的。→ 正解：最大匹配不唯一，驱动节点集合不唯一，只有数目唯一；要讨论节点角色，需要考虑所有控制方案（这正是控制核心点分类的出发点）。
- 误用：认为结构可控性要求知道每条边的权重。→ 正解：结构可控性只依赖零/非零模式（拓扑）；结构可控的系统对几乎所有权重取值都可控。
- 误用：由结构可控直接推出某个具体参数化的模型可控。→ 正解：“几乎所有”要求非零元是相互独立的自由参数；边权对称、相等或节点自衰减项相同时可能落入例外集合（如全 1 权重的完全图需要 个输入，而结构上只需 1 个）。
- 误用：把最大匹配得到的 与最小支配集得到的驱动节点数直接比较，或混用 MDS 与 MDSet。→ 正解：两者建模假设不同（单一信号沿路径传递的有向网络 vs 每条出边可独立控制的无向框架），“枢纽是否重要”的结论也相反。
- 误用：把结构上需要的驱动节点直接当作药物或刺激靶点。→ 正解：驱动节点回答“控制全部节点到任意状态”所需的独立输入；实际干预需要重新定义控制目标（目标控制）、考虑可药物化与控制能量，并经实验验证。
- 误用：笼统地说无标度网络“很鲁棒”或“很脆弱”。→ 正解：要说明扰动类型——对随机失效鲁棒（），对针对枢纽的攻击脆弱；同一个性质 很大导致了两面性。
- 误用：网络连通就说明系统稳定。→ 正解：结构鲁棒性与动力学稳定性不同；稳定性取决于动力学方程和雅可比矩阵的特征值，May 的结果表明随机大系统往往不稳定。
- 误用：Gramian 最小特征值算出来大于 0（或程序没报错），就说系统“可控”。→ 正解：Gramian 常常极度病态，最小特征值可能低于机器精度；应报告条件数，并区分精确算术意义与数值意义上的可控（Sun 与 Motter 2013；Tu 等 2018）。
- 误用：把平均可控性、模态可控性当作独立于度的新发现。→ 正解：二者与加权度的秩相关常接近 ，随机零模型也能复现；应控制加权度后再解读，并报告归一化与时间尺度设定。
- 误用：在相关网络（共表达、功能连接、偏相关网络）上直接套用最大匹配求驱动节点或观测节点，并赋予因果干预含义。→ 正解：最大匹配与可观测性理论依赖有向的、表示动力学影响的边；无向网络上的控制分析（如支配集与模块控制框架）需要说明其建模假设，结果应解读为结构层面的描述，干预效应还需纵向或实验数据检验。
- 误用：用线性结构可控性去回答“如何让细胞从一种表型切换到另一种”。→ 正解：表型对应非线性系统的吸引子，应使用吸引子控制（反馈顶点集、稳定基序、布尔网络控制）；两类框架在基因调控网络上给出的控制节点比例可相差数倍至数十倍。
- 误用：认为观测节点越“中心”越好，或认为线性对偶给出的观测集合对非线性系统也必要且充分。→ 正解：非线性系统中，每个根强连通分支至少一个观测节点是必要条件；线性系统还需要更多观测以消除结构对称性。