控制系统中的混沌现象研究

介绍了实际控制系统中的混沌现象,并应用相轨迹、功率谱、Lyapunov指数等方法,证明了实际自动控制系统也存在混沌现象,并分析了产生混沌现象的原因。利用RBF神经元网络和相空间重构理论,给出由测量所得的实验数据序列计算系统的Lyapunov指数谱的方法,并应用于数字仿真系统。     

基于混沌神经网络模型的预测控制器的设计及应用

根据具有混沌特性非线性、大时滞系统的时间序列重构相空间，计算相空间饱和嵌入维数、并以此为指导，建立混沌神经网络，即便在网络输入不完整或发生变异的情况下，该模型仍能对系统作高精度的短期预测；在此基础上，又设计了模糊神经网络预测控制器，实现了对非线性、大时滞系统高精度的自适应控制。将该控制器应用到单元机组负荷控制系统中，仿真表明了该控制有效性、快速性和鲁棒性。     

加速混沌优化方法及其应用

对混沌优化算法进行改进，提高了混沌优化算法的效率，加速混沌优化算法利用混沌运动的性质，同时不断缩小变量的搜索空间，在混沌优化搜索过程中，以具有一定保证的当前最优解为中心，不断地缩小优化变量的搜索区间，调整细化参数，促使搜索能够更快，更有效地全局最优解收敛，仿真计算表明算法有效。     

统一混沌系统非线性控制器的设计与分析

提出了一类统一混沌系统的非线性控制器的设计新方法。应用反馈精确线性化方法给出了统一混沌系统的标准型。然后利用线性控制方法对变换后的等价系统中的线性子系统进行了控制器设计,由此设计出原混沌系统的非线性控制器,并证明其具有指数稳定性。仿真结果表明利用反馈线性化方法设计的非线性控制器的有效性。     

基于混沌预测的模糊神经网络控制器设计及应用

由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。     

混沌神经网络模型参考自适应控制器设计

研究了非线性的神经网络模型参考自适应控制器设计问题。将混沌机制引入常规BP算法,利用混沌机制固有的全局游动,逃出权值优化过程中存在的局部极小点,解决了网络训练易陷入局部极小点的问题。通过训练神经网络模型参考自应用控制器和辨识器,完成了对一类复杂离散非线性系统的控制。给出了具体的算法步骤。仿真结果表明了混沌BP算法优于常规BP算法。有效地提高了控制精度和适时性。     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

不对称非线性蔡氏电路产生的混沌现象分析

为了更确切地描述实际系统中的混沌现象,提出了一种变形蔡氏电路,它含有一个不对称非线性阻性元件。对该电路进行了深入的数学分析;并在MATLAB环境下,对其产生的混沌现象进行了仿真分析。分析结果表明:改变电路中的线性电阻值R,可以观察到直流平衡态、Hopf分岔、倍周期分岔、单涡卷混沌吸引子、周期性窗口和不对称双涡卷混沌吸引子等非线性动力学行为;混沌系统对初始条件极其敏感;不对称非线性蔡氏电路有其特殊的性质。     

跟驰模型的交通流混沌转化现象的仿真

用Matlab软件编制皮埃莱（Bierley）模型来产生仿真交通流.在一定参数组合情况下,仿真研究交通流车队中前后车辆的车头间距变化过程.通过分析这种车头间距的变化曲线,可以明显地观察到混沌吸引子的存在,说明基于跟驰模型产生的交通流存在混沌现象,从相图中清楚地观察到了交通流混沌运动和有序运动之间的转化过程.结合交通流的实际情况,对仿真结果作了分析,最后得出对于研究与应用交通流理论的有益结论.     

混沌时间序列的混合遗传神经网络预测方法

在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时问序列的方法.通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阚值,然后训练神经网络求得最优解.该算法应用到混沌时间序列的预测中,验证了该算法的有效性,并与BP和RBF算法的预测精度进行了比较,仿真结果表明该算法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度.     

从哲学的角度认识混沌理论

作为非线性学科之一的混沌学在取得巨大成就的同时 ,也越来越引起人们对其所蕴含的深刻哲学意义进行研究与探讨。对混沌理论所带来的对科学认识的影响、确定与随机、有序与无序、稳定与不稳定等方面进行较为深入的思索 ,以期揭示混沌理论内在的哲学价值和意义     

基于非线性跟踪的混沌反控制

针对连续仿射非线性系统，提出一种基于非线性跟踪的混沌反控制统一方法。设计了非线性跟踪控制规律，使非线性非混沌系统跟踪混沌输入信号，从而使非混沌系统产生与混沌输入信号拓扑共轭的混沌现象。仿真结果表明，该方法能够在线性可控和相对阶大于3的仿射非线性系统中产生混沌现象。     

BUCK转换器中的分岔与混沌研究

BUCK开关转换器是一种典型的分段光滑动力学系统,改变转换器的电路参数条件会产生许多动力学行为。我们建立了电路的动力学方程,改变电路各参数,采用数值仿真的方法来分析了转换器的分岔和混沌现象。这对于研究其它DC-DC转换器具有一般意义。在这里采用的是MATLAB软件,并讨论了仿真时一些问题。     

七鳃鳗神经系统的混沌仿真

使用WLC网络模型对七鳃鳗神经系统进行建模,提出一种计算最大李亚普诺夫指数的新方法——改进的小数据量法,典型非线性系统的仿真结果表明,同Wolf方法相比,新算法得到的结果更加精确。基于新算法的数值仿真表明,当没有外界刺激时,七鳃神经系统处于稳定状态,随着外界刺激的不断增加,七鳃鳗神经系统逐渐进入混沌状态,但是,当外部刺激增加到一定程度以后,七鳃神经系统又回到稳定状态。     

采用模糊控制方法实现混沌同步

研究了混沌系统的同步问题。采用T-S模糊动态模型描述混沌系统，用Lyapunov稳定性理论设计出全局渐近稳定的模糊变结构同步控制器。应用到两Lorenz混沌系统的同步控制中，仿真验证了方案的有效性，模糊控制器结构简单，规则少，有实用价值。     

Newman-Watts型小世界电机网络混沌行为的牵制控制

小世界永磁同步电机(PMSM)网络的耦合强度和连接概率参数值处于某些范围时,会出现混沌行为,这将严重危及电机网络传动系统的稳定运行。因此,如何控制PMSM网络中的混沌行为成为保持其稳定性的关键问题。首先给出了NewmanWatts型小世界PMSM网络的牵制控制模型,然后通过Lyapunov稳定性理论证明了受控系统的稳定性,并得到牵制控制器参数的选择条件,最后利用数值仿真方法验证该牵制控制方法的正确性。     

基于协调的区域“经济-资源-环境”系统混沌控制

本文以天津市 1 988-1 998年间经济发展状况为例 ,对区域“经济 -资源 -环境”( Ec-R-Ev)复合系统的系统协调及混沌控制进行研究 ,建立其整体协调度优化模型 .并采用优化方法与混沌特性分析相结合的自学习方法 ,在系统优化目标和稳定性之间寻求平衡 .从而实现对区域“经济 -资源 -环境”系统的基于协调的混沌控制 .     

基于神经网络一类非线性系统自适应控制

对一类未知可控非线性仿射系统,假设其状态不完全可测。首先,利用动态回归神经网络建立其状态方程和输出方程,用Lyapunov理论证明了辩识误差∈L∞;然后,设计状态反馈控制器,使系统的输出跟踪参考输出,从理论证明了跟踪误差趋于零。最后,通过一个仿真实验验证了本方法的有效性。