混沌系统的参数辨识与控制

把观测器思想用于系统中未知参数的辨识 ,对混沌系统中的未知参数进行了辨识研究。数值结果表明 ,对未知参数为常数或缓慢变化的信号 ,提出的方法都能给出很好的辨识结果。随后 ,把辨识和控制问题综合起来考虑 ,提出改进的混沌控制方法 ,数值仿真表明了该方法的有效性     

基于遗传算法的系统辨识方法研究

针对从样本数据进行系统辨识的问题,提出一种由典型数学模型相互组合构成系统模型的新的辨识方法,将系统结构辨识问题转化为组合优化问题,并采用遗传算法同时实现了系统的结构辨识与参数辨识,模拟仿真与实际系统辨识结果验证了系统辨识方法的合理性与求解算法的有效性.     

模糊模型辨识中模糊聚类方法应用分析

模糊聚类算法已广泛应用于模式识别、数据聚类以及从数据中提取模糊规则的过程。介绍了基于模糊聚类的非线性系统模糊辨识方法 ,并通过著名的Box和Jenkins煤气炉数据仿真实例详细研究了模型性能指标与输入变量及模糊聚类数之间的关系 ,指出了应用模糊聚类方法的优势与不足。对于模糊建模中正确应用模糊聚类方法具有重要指导意义     

Wiener系统的混沌引力搜索迭代辨识

Wiener非线性系统是由动态线性子系统串联非线性静态子系统而成,被广泛应用于自动控制、化工、电气等领域.考虑Wiener输出误差自回归(Wiener Output Error Autoregressive,Wiener OEAR)系统的辨识问题,提出了一种混沌引力搜索迭代辨识算法,通过在引力搜索算法中引入混沌优化机制...     

基于最邻近聚类和向量模糊c-均值的混沌预测

针对混沌时间序列难预测的问题,提出一种新的基于最邻近聚类和向量模糊c-均值(FCMV)聚类算法的模糊建模方法。其前提参数辨识分两步,首先用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,再用FCMV把具有相同收敛向量的聚类中心归到同一个区域来优化前一步得到的聚类中心,得到前提参数;采用递推最小二乘算法辨识模型的结论参数。最后通过对Mackey-Glass混沌时间序列的建模和预测验证了该方法的有效性与实用性。     

一种混沌系统的设计及混沌序列码的生成方法

提出了一种新型的混沌系统的设计方案，并将其应用在混沌序列码的生成中。首先，设计了一种简单的、容易实现的混沌系统，并给出了该混沌映射数学特性。然后，在计算机模拟实验的基础上，仔细地分析了该类混沌系统的统计特点，结果显示由该类系统产生的混沌序列具有良好的统计特性，最后，把设计的混沌系统应用于混沌序列码的生成中，计算机仿真实验结果表明该文提出的混沌系统确实安全可靠且容易实现，混沌序列码也具有良好的相关性。     

基于混沌优化的模糊聚类分析方法

提出了基于混沌优化的模糊聚类方法(COFCM).COFCM将混沌优化策略与传统的模糊C-均值算法(FCM)相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,同时结合梯度算子,使方法能有效收敛到极值点.以六组人工数据集和真实数据集作为实验数据,对聚类目标函数值、聚类有效性函数指标值进行对比实验,其结果表明COFCM能得到比FCM更好的目标函数值,从而有更好的聚类效果.最后将该方法应用于Lena图像进行图像分割,验证了方法的有效性.     

模糊系统的递阶遗传算法设计新方法

针对模糊系统的特点和根据输入-输出数据,应用递阶遗传算法设计模糊系统。现有的模糊系统设计方法大多只能训练模糊系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定。利用很好设计的递阶遗传算法能够把模糊系统的模糊规则数目和参数同时通过训练确定。通过对混沌时间序列进行预测仿真,结果证明用该方法设计的模糊系统预测的精确度是令人满意的,文中提出的方法是可行的。     

基于模糊因果网络分析的系统症结辨识研究

基于模糊因果网络分析，提出了系统症结辨识的一种新思路，实例研究了吉林省轻工业发展现状的主要症结所在。     

基于T-S模糊模型的临界混沌系统复杂动力学分析

针对新近提出的临界混沌系统,在其相应的Takagi-Sugeno(T-S)模糊模型基础上,通过给每个模糊规则后件施加一类扰动并调节这些扰动,深入研究了该混沌系统的复杂动力学特性.仿真结果表明:除了具有已经发现的由镜相形成机制所决定的复合结构外,该混沌系统仍然具有尚未发现的由压缩和拉伸形成机制所决定的其他复杂动力学行为.     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。     

具有随机扰动连续时滞混沌系统的同步

连续时滞混沌系统是无穷维系统 ,可以产生具有多个正的Lyapunov指数的超混沌 ,因此系统可以产生复杂的时间序列。这个特征使它特别适用于保密通讯。基于降阶观测器理论 ,给出了一种同步具有随机扰动连续时滞混沌系统的新方法。最后 ,数值仿真表明了该方法的有效性。     

混沌时间序列建模及预测

讨论了混沌时间序列的建模及预测方法 ,给出了各重要参数的选取算法 ,并应用于实例 ,与传统的时间序列预测方法相比较 ,取得了精度更高的预测结果 ,从而为一类非线性时间序列提供了从数据采集识别到建模预测的完整技术.     

静态负荷模型参数辨识的一种混沌优化策略

混沌优化方法利用混沌运动的随机性、规律性、遍历性寻优,能以较大的概率搜索到全局最优点。将一种高精度的混沌优化策略用于电力系统静态负荷模型参数辨识,克服了传统的基于梯度寻优的辨识方法容易陷入局部最优点的不足。此方法使用了三步混沌搜索,并引入随机数来增强遍历性。实际算例的辨识结果证实了此方法在静态负荷模型参数辨识中的有效性和准确性。     

时滞混沌系统的混沌同步容错控制设计方法

应用有记忆状态反馈控制器,研究了多时滞混沌系统的H∞混沌同步控制问题;对于结构更复杂的系统,又给出了一种非线性控制器的设计方法.推导了五个定理,设计了干扰抑制混沌同步状态反馈控制器和结构改进的非线性控制器,前者可以保证多时滞主从系统的混沌同步,而且可以使系统抑制外部噪声的干扰,满足提出的H∞性能指标;后者可以使改变结构的多时滞主从系统的混沌同步,按指数稳定.给出的一个仿真算例验证了提出算法的有效性.     

模型间歇振荡器的混沌特性分析

建立了雷达发射机中的间歇振荡器的非线性数学模型，利用相空间图、功率谱分析法、平均位移法和Lyapunov指数对该模型仿真产生的时间序列和实测信号进行了分析，理论和实验结果表明，间歇振荡器所产生的高频脉冲序列具有混沌特性，所推导的数学模型和分析结果具有普适性。     

混沌时序重构及上海股票指数预测的应用研究

应用非线性自相关混沌模型,采用神经网络和小波理论相结合的方法对模型参数进行辨识,其辨识的准确程度较高.通过对混沌时序进行预处理和傅立叶滤波,然后再进行重构和预测工作其效果良好;文章采用该模型对上海证券市场的600062号股票数据的开盘、最高、最低、收盘价数据进行了建模和模型中参数辨识的工作,其预测的结果比较准确.     

一类参数不确定统一混沌系统的脉冲同步

针对一类参数不确定统一混沌系统的同步问题,提出一种脉冲同步方法.该方法采用响应系统与驱动系统状态变量误差的线性反馈作为脉冲控制信号,驱动两个统一混沌系统达到全局渐近同步.基于脉冲微分方程理论,给出了统一混沌系统一组新的全局渐近同步判据,特别地,当脉冲间距与脉冲控制增益相等时,给出了更为简单和实用的同步判据,同时讨论了脉冲间距对同步性能的影响,仿真结果验证了方法的有效性.