复杂系统是由相互联系的部分,整个系统显示一个或多个属性,没有太大的区别的一个组成部分。系统的复杂性可以下列之一:无序复杂性或分组的复杂性。从本质上讲,一个无序复杂性系统包含大量的部分;一个有组织的复杂系统的本质是一个主题系统(可能只有有限数量的部分)。模型复杂系统的复杂性的例子包括蚁群,人类经济、社会结构、气候、神经系统,细胞和生物体,现代能源、通信基础设施。事实上,许多系统感兴趣的人是复杂的系统。

许多领域的自然科学、数学和社会科学研究复杂系统。特殊领域的跨学科研究复杂系统包括系统理论、复杂性理论、系统生态学和控制论。可以看出,研究复杂系统是对人类的各个方面都具有重要意义。学习是智能行为的一个基本特征。最近,各种学习方法用于复杂动力系统的控制,例如,综合学习,同时学习,量化间隔的学习。众所周知,在大多数实际系统系统通常存在不确定性。因此,探索复杂系统的鲁棒控制方法。

这个特殊问题的目的是收集相关主题的最新研究成果的动态分析,学习,和复杂的系统的鲁棒控制。作者被邀请呈现新的复杂系统,学习或控制复杂的混沌系统,复杂的电路,和复杂的网络,可以带来新的信息相关的复杂系统的理论和技术。这个问题鼓励学者提交他们的原始研究或评论,包括模拟研究、算法设计、实验,学习和应用先进的控制和复杂系统的技术。

潜在的主题包括但不限于以下:

• 复杂系统的动力学分析
• 新的复杂系统的设计
• 复杂系统的自适应控制
• 从复杂系统学习
• 综合学习控制复杂的动力系统
• 自适应模糊控制复杂的动力系统
• 复杂系统的稳定性分析
• 分数阶复杂系统
• 复杂系统的分数阶控制