Hénon混沌系统的自适应广义预测控制快速算法

提出了一种带有约束矩阵的Hénon 混沌系统的广义预测控制快速算法,首先用带有遗忘因子的递推最小二乘参数辨识法来逼近混沌系统,然后该算法引入了一种约束矩阵,约束矩阵的引入避免了矩阵求逆的计算,占用内存小,计算速度快,并且具有较强的跟踪给定信号和抑制系统参数摄动和随机噪声的能力.仿真结果验证了该方法的有效性. 关键词： 广义预测控制 约束矩阵 Hénon混沌系统 参数辨识     

Hénon混沌系统广义预测控制无静差快速算法

提出了一种具有无静差跟踪性能的Hénon混沌系统广义预测控制快速算法.采用改进的时变遗忘因子递推最小二乘方法辨识混沌系统,通过在常规广义预测控制性能指标函数中引入前馈增益矩阵与柔化矩阵,并将MP神经元网络与BP算法相结合在线调整柔化因子,实现系统对参考信号的无静差快速跟踪.该算法避免了矩阵求逆计算,能够很好地跟踪参考信号.仿真结果验证了该方法的有效性. 关键词： 广义预测控制 Hénon混沌系统 前馈增益矩阵 柔化矩阵     

Hénon混沌系统的广义预测控制与同步快速算法

提出了一种带有终端滑模等式约束的Hénon混沌系统的广义预测控制快速算法.该方法将广义预测控制与离散滑模控制结合起来运用到Hénon混沌系统中，并采用柔化输入信号的方法，避免了广义预测控制算法中的高维矩阵求逆.占用内存小，计算速度快，并且具有较强的跟踪给定信号和抑制系统参数摄动和随机噪声的能力.仿真结果验证了该方法的有效性和快速性. 关键词： 广义预测控制 离散滑模控制 Hénon混沌系统 混沌同步     

广义Hénon映射的滑模变结构控制同步

基于可线性化的非线性离散变结构跟踪控制方法实现了广义Hénon映射混沌系统的同步.广义Hénon映射的混沌吸引子比Hénon映射的混沌吸引子要复杂得多,对于保密通信来说,这种复杂性正是所期望的.提出的同步方法允许参数有适当的失配程度,这对工程实现是非常有利的,理论分析和仿真结果证实了该方法的有效性 关键词： 广义Hénon映射 混沌 同步 变结构控制     

Hénon混沌系统广义预测函数控制快速收敛算法

提出一种具有收敛跟踪性能的Hénon混沌系统广义预测函数控制快速算法.基于已有的广义预测函数控制方法,依据混沌系统运动特性和实际中控制量变化趋势选取特殊形式的基函数,避免了控制律中的矩阵求逆计算,并在性能指标函数中引入确定的前馈增益矩阵,实现Hénon混沌系统对参考信号的收敛跟踪.仿真结果验证了该算法的有效性. 关键词： 广义预测控制 预测函数控制 Hénon混沌系统 前馈增益矩阵     

Hénon混沌系统的预测控制与同步

用带有终端滑模等式约束的模型预测控制方法,对Hénon映象和Logistic映象的追踪控制和同步进行研究.由于滑动模态的引入,提高了受控系统抑制参数摄动和随机扰动的能力,改善了控制系统的鲁棒性,实现了系统对参考信号的追踪控制.数值仿真表明了该方法的有效性. 关键词： Hénon系统 预测控制 混沌同步     

Rössler超混沌系统多变量广义预测控制快速算法

提出了一种Rössler超混沌系统多变量广义预测控制快速算法.采用改进的时变遗忘因子递推最小二乘方法辨识混沌系统,通过在常规多变量广义预测控制性能指标函数中引入前馈增益矩阵与柔化矩阵,实现系统对参考信号的快速跟踪.该算法降低了求逆矩阵的维数,从而减少了计算量.仿真结果验证了该方法的有效性和实用性. 关键词： 广义预测控制 Rö ssler超混沌系统 前馈增益矩阵 柔化矩阵     

Rssler超混沌系统多变量广义预测控制快速算法

提出了一种Rssler超混沌系统多变量广义预测控制快速算法.采用改进的时变遗忘因子递推最小二乘方法辨识混沌系统,通过在常规多变量广义预测控制性能指标函数中引入前馈增益矩阵与柔化矩阵,实现系统对参考信号的快速跟踪.该算法降低了求逆矩阵的维数,从而减少了计算量.仿真结果验证了该方法的有效性和实用性.     

R(o)ssler超混沌系统多变量广义预测控制快速算法

提出了一种R(o)ssler超混沌系统多变量广义预测控制快速算法.采用改进的时变遗忘因子递推最小二乘方法辨识混沌系统,通过在常规多变量广义预测控制性能指标函数中引入前馈增益矩阵与柔化矩阵,实现系统对参考信号的快速跟踪.该算法降低了求逆矩阵的维数,从而减少了计算量.仿真结果验证了该方法的有效性和实用性.     

Hénon混沌系统的追踪控制与同步

基于离散线性系统的稳定性理论,实现了Hénon混沌系统对参考信号的追踪控制.讨论了系统的同步问题,给出了“异结构混沌同步”的新概念.数值仿真表明了本文方法的有效性 关键词： Hénon混沌系统 追踪控制 混沌同步     

基于在线最小二乘支持向量机回归的混沌时间序列预测

提出了一种基于在线最小二乘支持向量机（LS-SVM）回归的混沌时间序列的预测方法.与离线支持向量机相比，在线最小二乘支持向量机预测方法即使当混沌系统的参数随时间变化时仍然有效.以Chen's混沌系统、Rssler混沌系统、Hénon映射及脑电(EEG)信号四种混沌时 间序列为例评估本文提出的预测方法，结果验证了其混沌时间序列预测的有效性. 关键词： 混沌时间序列 预测 在线学习 支持向量机     

基于改善空间关联性的混沌控制

基于混沌信号的统计特性，提出了一种通过改善混沌信号的空间关联性实现混沌控制的方法.以Hénon离散混沌系统和四阶Chua's电路超混沌连续系统为例进行了数值研究，验证了这种控制方法的有效性.结果表明， 通过改善混沌信号之间的空间关联性， 混沌系统能以较快的速度收敛到它的平衡点或多种周期轨道. 关键词： 混沌控制 空间关联性 Hénon系统 四阶Chua's电路     

广义H non映射的滑模变结构控制同步

基于可线性化的非线性离散变结构跟踪控制方法实现了广义H non映射混沌系统的同步 .广义H non映射的混沌吸引子比H non映射的混沌吸引子要复杂得多 ,对于保密通信来说 ,这种复杂性正是所期望的 .提出的同步方法允许参数有适当的失配程度 ,这对工程实现是非常有利的 ,理论分析和仿真结果证实了该方法的有效性     

一种新型广义RBF神经网络在混沌时间序列预测中的研究

提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能，采用基于卡尔曼滤波算法的新型广义RBF网络预测模型对Mackey-Glass混沌时间序列和Henon映射进行了仿真.结果表明,所提出的新型广义RBF神经网络模型能快速、精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法. 关键词： 广义径向基函数神经网络 卡尔曼滤波 梯度下降学习算法 混沌时间序列 预测     

基于粒子群优化的混沌系统比例-积分-微分控制

基于比例-积分-微分(PID)控制算法的简单性和实用性,但对于复杂非线性系统控制时参数的难以确定问题,运用集群智能中的改进粒子群算法进行PID控制器的优化,并应用于若干混沌系统的控制.对Hénon混沌、Duffing混沌、六辊UC 轧机混沌、Nagumo-sato神经元混沌、Chen氏混沌以及永磁同步电动机混沌的控制进行了仿真研究.研究结果表明： 用PID进行混沌系统的输出反馈控制是有效的,从而拓宽了PID控制的应用范围; 用简单方法控制复杂混沌系统是完全可能的,对混沌系统的控制具有较好的参考价值; 粒子 关键词： 混沌 比例-积分-微分控制 粒子群优化算法     

基于粒子群算法和OGY方法的混沌系统混合控制

利用引导混沌轨道的基本原理,将模拟鸟群寻食过程的粒子群算法用于混沌控制,提出了基于粒子群算法引导混沌轨道的新方法,在此基础上利用混沌参数小扰动控制方法（OGY方法）,把混沌系统稳定到不动点.以Hnon混沌系统为例,仿真表明此方法实现混沌控制有良好效果. 关键词： 混沌控制 粒子群算法 OGY控制 引导轨道     

广义Hénon混沌系统的自适应双模控制与同步

提出一种广义Hénon映射的自适应双模控制与同步方法.广义Hénon映射的混沌吸引子比Hénon映射的混沌吸引子更复杂,控制与同步困难,对于保密通信来说具有更高的安全性.该方法采用自适应双模控制,实现了广义Hénon映射的追踪控制与同步,提高了受控系统抑制参数摄动和随机扰动的能力,改善系统的鲁棒性.仿真结果验证了该方法的有效性.     

Hénon映射的噪声诱导间歇现象及其临界值估算研究

本文研究了Hénon映射在噪声诱导下发生的间歇现象.通过数值模拟和全局分析手段,揭示了噪声诱导间歇现象的机理.基于随机敏感度函数法,通过检测噪声作用下周期吸引子的置信椭圆与混沌鞍的碰撞情况,给出了诱发间歇现象的噪声强度临界值的估算方法.结果表明,Hénon映射中噪声诱导间歇现象是由随机周期吸引子和混沌鞍不稳定流形的相互作用引发,随机敏感度函数的方法可以较好地估算发生间歇现象的噪声强度临界值.     

一种基于混沌系统部分序列参数辨识的混沌保密通信方法

本文提出一种混沌保密通信方法,即混沌系统的部分序列用于混沌系统参数辨识其他序列用于通信保密.利用混沌蚁群优化算法对部分序列混沌系统进行参数辨识,以达到了解混沌系统全部信息的目的.在参数辨识过程中引入参数空间和蚁群空间,通过空间变换函数使参数空间与蚁群空间之间相互变换.文中使用Lorenz系统进行数值试验,其结果验证混沌系统部分序列参数辨识及混沌保密通信的可行性.     

混沌系统控制与同步的细菌觅食和差分进化混合算法

将混沌系统的控制与同步问题转化为函数优化问题,提出CDEM算法.把差分进化算法与细菌觅食算法相融合,提高DE算法的收敛性,并利用遗传变异算子保持种群多样性;利用CDEM算法求解混沌系统的控制与同步问题.以典型的离散混沌系统Hénon Map为例进行数值试验,结果表明算法有效、稳定,并分析各个参数对该算法的影响.