基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

基于关联度的高嵌入维混沌预测方法研究

由于现有的采用欧氏距离确定相空间最邻近点的混沌预测方法对高维混沌时间序列预测的效果不太理想 ,因而首次提出以关联度代替欧氏距离来确定相空间最邻近点的思想。通过对水文径流序列预测的验证 ,在嵌入维数逐渐增大时 ,采用所提方法比现有的方法在预测精度方面有明显的提高     

房地产投资泡沫的OGY混沌控制策略

对房地产投资中的泡沫现象进行分析，并根据房地产投资的混沌经济模型，利用OGY的混沌控制方法，对房地产投资泡沫进行有效的控制，并提出相应的控制策略。     

学习记忆恢复过程的时空波动规律

记忆一直作为心理学的核心内容之一而受到极大的重视 .本文从学习记忆心理角度 ,在综合了由观察和实验研究所获得的有关保持与遗忘方面的研究成果的基础上 ,根据赫尔学习系统的基本公设理论 ,运用现代科学中的模型方法 ,构建关于学习记忆心理过程的数学模型 ,并通过齐次平衡法、数值模拟等数学演绎 ,分析解释记忆恢复过程多峰现象 ,提出学习记忆恢复过程的混沌模式。     

四色和K色图着色问题的瞬态混沌神经网络解法

首先给出了用神经网络求解四色图着色问题的神经网络结构和能量函数 ,然后采用了具有瞬态混沌特性的神经网络 ( TCNN)来解四色图着色问题 .由于引入具有复杂动态特性的瞬态混沌使得该法具有很强的搜索全局最优解的能力 .仿真结果表明 ,用该法解四色图着色问题总能保证使能量函数收敛到最优解 ,有效避免了用传统的 Hopfield人工神经网络 ( HNN)解此问题时极易陷入局部极小的缺陷 ,并且收敛速度更快 .另外我们还用此法求解了属于 NP-完全问题的 K色图着色问题.     

一种混沌神经网络模型及其在优化中的应用

通过在Hopfield神经网络模型 (HNN)中引入非线性自反馈项 ,提出了一种具有暂态混沌动力学行为的神经网络模型。该模型首先经过一个倍周期倒分叉过程进行混沌搜索 ,进而进行类似HNN的梯度搜索。由于它利用了混沌搜索固有的随机性和轨道遍历性 ,因而具有较强的克服陷入局部极小的能力。两个典型的函数优化例子表明了该算法的有效性     

一种用于混沌通信的跳频频率合成器设计

现代宽带、多用户通信系统使用了跳频技术提高系统处理增益及抗干扰能力。提出了一种用于混沌保密无线通信系统中的跳频频率合成器设计方法 ,以直接数字式频率合成为核心 ,结合锁相环构成微波快跳频频率合成器。分析了设计方案及理论基础 ,直接数字式频率民器在实际应用中的特性及设计考虑。结果表明 ,以DDS为核心结合PLL的跳频频率合成器 ,可以解决PLL的高鉴相频率与高频率分辨率的矛盾 ,同时扩展了DDS的输出带宽及提高了输出频率 ,对DDS产生的杂散信号有一定的抑制作用     

一种耦合映象格子中时空混沌的级联控制法

提出了一种级联控制耦合映象格子（ＣＭＬ）中时空混沌的方法。以耦合单峰格子为例验证了这种控制方法，结果表明：在不同的系统模式和不同的控制参数下可以得到各种稳定时的时空周期轨道。这一控制方法的优点是不需要获取时空混沌系统中不稳定周期轨道的任何信息，且控制参数与被控系统的参数和变量的取值无关。     

牛顿叠代运动的复杂性

建立了符合空间∑的拓扑结构，证明此空间上的位移映射在该拓扑意义下半共扼于牛顿映射，因此牛顿叠代运动具有复杂性。     

混沌理论与分形理论在热工过程中的应用

通过介绍混沌和分形，找出它们的仙在联系和共同纳本质。用混沌理论和分形理论为描述和解决热工－工艺过程与动力学系统中的数学建模和一些实际问题，说明了系统中的每个领域可能有无数个奇异吸引子，其奇异吸引子的作用就是一个混合过程，最后，作为分形的应用，分析了热混合层中温度脉动的分形特征，在一定尺度范围内表现出很好的分形特性。