基于遗传算法的统一混沌系统比例-积分-微分神经网络解耦控制研究

提出了采用改进的遗传算法优化比例-积分-微分(PID)神经网络解耦控制器的连接权值，从而实现PID控制器参数的优化及非线性多变量系统的解耦控制. 改进的遗传算法优于基本遗传算法，它使寻优过程中的计算量减少，计算效率提高，收敛速度加快. 将优化后的PID神经网络解耦控制器应用于统一混沌系统的控制中，仿真实验收到良好的控制效果，证明了PID控制器应用于统一混沌系统控制的有效性. 关键词： 混沌系统 遗传算法 比例-积分-微分 神经网络     

基于遗传算法的统一混沌系统比例-积分-微分控制

提出了一种并行遗传算法用于比例-积分-微分(PID)控制器结构和参数的同时优化,遗传算法采用浮点数和二进制混合矩阵编码.优化后的PID控制器用于统一混沌系统的控制,仿真研 究结果表明：1) 用一个比例-积分(PI)调节器可将统一混沌系统控制到零不动点； 2) 用 三个PI调节器可将统一混沌系统控制到非零不动点；3) 所提出的并行遗传算法具有很强的 全局优化能力,较好地克服了简单遗传算法的过早收敛问题；4) 整个控制系统具有很好的调 节品质和很强的鲁棒性,对PID调节器用于控制混沌系统具有重要的参考价值. 关键词： 混沌 统一混沌系统 遗传算法 比例-积分-微分控制     

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     

基于遗传算法的PID控制器优化设计

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。本文研究了比例-积分-微分(PID)控制器优化设计的性能指标的选择问题，介绍了遗传算法的基本原理，给出了利用遗传算法进行PID控制器优化设计的步骤。同时给出了一个用遗传算法进行单环系统PID控制器优化设计的仿真实例。仿真结果表明了遗传算法应用于PID控制器优化设计的可行性和有效性。遗传算法还克服了其它方法的某些弊端。     

参数不确定统一混沌系统的鲁棒分数阶比例-微分控制

针对含参数不确定的整数阶统一混沌系统, 提出一种鲁棒分数阶比例-微分(PD^μ)控制. 通过变换将受控统一混沌系统转换成等效被控对象及其等效控制器. 针对等效被控对象, 基于一种改进Monje-Vinagre方法并考虑到求解性能约束方程组的复杂度, 设计了鲁棒PD^μ控制器. 通过基于最小相角边界传递函数和最大增益边界传递函数的设计约束来保证受控统一混沌系统对参数不确定性的鲁棒性能. 数值仿真验证了所提出方法的有效性.     

基于量子粒子群算法的混沌系统参数辨识

针对混沌系统参数辨识问题, 在基本群智能算法粒子群优化算法的基础上, 提出量子粒子群算法, 测试函数证明了算法具有良好的全局优化能力. 进而将其应用于混沌系统参数辨识问题, 将参数辨识问题转化为多维函数空间上的优化问题. 通过对平衡板热对流典型混沌系统Lorenz系统进行研究, 并与基本算法和遗传算法比较. 仿真实验证明, 算法的有效性, 对混沌理论的发展有着非常重要的意义. 关键词： 量子粒子群算法 混沌系统 系统辨识     

基于模糊控制的自适应光学校正技术

自适应光学中普遍采用的比例-积分-微分(PID)控制严格依赖于变形镜的响应模型,响应模型的标定非常繁琐且性能容易随时间和温度而漂移.采用模糊控制摆脱了对变形镜响应模型的依赖,通过波面的快速重构,从波面中提取波面评价指标,将该评价指标及其微分作为模糊PID控制器的输入.选择模糊输入和输出论域的隶属度函数,设计出模糊规则库,通过模糊推理、解模糊等过程,对PID控制器的3个参数即比例kp、积分ki和微分kd进行模糊自整定,实现了自适应控制.采用高速数字信号处理器(DSP)设计了硬件验证测试平台,通过该平台的测试,证明该方法有效可行,在不需要变形镜响应矩阵的前提下,能够将光斑的衍射极限倍增因子β值从10—12校正到3—4,与传统的PID控制基本一致,但稳定性更好.因无需标定,故降低了变形镜的安装要求.     

基于自适应遗传算法的改进PID参数优化

PID控制的控制性能取决于PID参数的设置,针对传统PID参数整定和优化过程中存在的问题进行了PID控制改进,提出了自适应遗传算法整定和优化PID参数的方法。改进PID控制将系统的综合性能控制区分为不同目标的局部性能控制,采用自适应遗传算法针对不同控制目标进行PID参数寻优,选择、交叉和变异概率的自适应改变在保持种群多样性的同时加快算法收敛。改进的PID控制和遗传算法有效提高了PID参数寻优能力,提高了控制系统的响应能力和稳定性。最后通过发动机怠速转速控制应用表明本算法的可行性和有效性。     

一种新颖的滑模非线性比例积分混沌控制方法

一种新颖的滑模非线性比例积分控制方法（SMNPIC）被提出用于高精度驱动一类时变不确定混沌系统到任意期望轨道。SMNPIC区别于以前的滑模控制技术之处在于滑动模的一个非线性比例积分函数被包含在控制率中，因此不仅稳态误差和高频抖振都被减小，同时鲁棒性和快速性也能被保证。此外，SMNPIC实际上能被作为一类非线性PID控制器，不仅仅跟踪误差及其直到n-1阶微分被考虑，而且跟踪误差的积分也被考虑，因此有比传统PID更多的有用信息能被使用，因此更好的动静态特性能被获得。通过不确定Duffing-Holmes系统的仿真实例证实了SMNPIC用于混沌控制能获得好的性能。     

遗传算法在跨超声速风洞总压控制中的应用

总压作为风洞控制中的重要流场参数,其调节性能是风洞控制系统能否满足试验要求的重要指标,为提高跨超声速风洞的总压控制水平,需对总压控制策略进行设计。针对某跨超声速风洞对总压控制系统提出的快速性和精确性要求,提出串级控制、智能PID控制和总压分段控制等方法,并利用MATLAB系统辨识工具箱对流场调节阶段的总压系统模型进行了辨识。提出将遗传算法应用于风洞流场调节阶段的PID控制器参数整定中,重点对基于遗传算法的PID控制原理和参数整定步骤进行介绍,并针对遗传算法的遗传算子进行了设计。系统仿真和风洞实际运行情况表明：该方法较常规PID参数整定与优化方法,具有更好的控制性能指标,满足总压控制系统精确性、快速性、鲁棒性等要求,为后续风洞建设和设备改造提供了新方法。     

Extensive chaos in the Lorenz-96 model

We explore the high-dimensional chaotic dynamics of the Lorenz-96 model by computing the variation of the fractal dimension with system parameters. The Lorenz-96 model is a continuous in time and discrete in space model first proposed by Lorenz to study fundamental issues regarding the forecasting of spatially extended chaotic systems such as the atmosphere. First, we explore the spatiotemporal chaos limit by increasing the system size while holding the magnitude of the external forcing constant. Second, we explore the strong driving limit by increasing the external forcing while holding the system size fixed. As the system size is increased for small values of the forcing we find dynamical states that alternate between periodic and chaotic dynamics. The windows of chaos are extensive, on average, with relative deviations from extensivity on the order of 20%. For intermediate values of the forcing we find chaotic dynamics for all system sizes past a critical value. The fractal dimension exhibits a maximum deviation from extensivity on the order of 5% for small changes in system size and the deviation from extensivity decreases nonmonotonically with increasing system size. The length scale describing the deviations from extensivity is consistent with the natural chaotic length scale in support of the suggestion that deviations from extensivity are due to the addition of chaotic degrees of freedom as the system size is increased. We find that each wavelength of the deviation from extensive chaos contains on the order of two chaotic degrees of freedom. As the forcing is increased, at constant system size, the dimension density grows monotonically and saturates at a value less than unity. We use this to quantify the decreasing size of chaotic degrees of freedom with increased forcing which we compare with spatial features of the patterns.     

Formulation of statistical mechanics for chaotic systems

We formulate the statistical mechanics of chaotic system with few degrees of freedom and investigated the quartic oscillator system using microcanonical and canonical ensembles. Results of statistical mechanics are numerically verified by considering the dynamical evolution of quartic oscillator system with two degrees of freedom.      

Elimination of Fast Chaotic Degrees of Freedom: On the Accuracy of the Born Approximation

We apply standard projection operator techniques known from nonequilibrium statistical mechanics to eliminate fast chaotic degrees of freedom in a low-dimensional dynamical system. Through the usual perturbative approach we end up in second order with a stochastic system where the fast chaotic degrees of freedom are modelled by Gaussian white noise. The accuracy of the perturbation expansion is analysed in detail by the discussion of an exactly solvable model.     

Transition between synchronization and chaos in doped GaAs/AlAs superlattices

The transition between chaotic and periodic regimes in spontaneous current oscillations of weakly coupled, doped GaAs/AlAs superlattices has been observed by varying the external d.c. bias. The chaotic current oscillations are observed for voltage ranges, which exhibit a large negative differential conductance in the time-averaged I–V characteristic. Since this system can be described by a spatially distributed, non-linear system with many degrees of freedom, the coupling between the degrees of freedom in the chaotic windows is repulsive, while in the periodic windows it is attractive.     

基于参数切换算法的混沌系统吸引子近似及其电路设计

基于参数切换算法和离散混沌系统, 设计一种新的混沌系统参数切换算法, 给出了两算法的原理. 采用混沌吸引子相图观测法, 研究了不同算法下统一混沌系统和Rössler混沌系统参数切换结果, 最后引入方波发生器, 设计了Rössler混沌系统参数切换电路. 结果表明, 采用参数切换算法可以近似出指定参数下的系统, 其吸引子与该参数下吸引子一致; 基于离散系统的参数切换结果更为复杂, 当离散序列分布均匀时, 只可近似得到指定参数下的系统; 相比传统切换混沌电路, 参数切换电路不用修改原有系统电路结构, 设计更为简单, 输出结果受方波频率影响, 通过加入合适频率的方波发生器, 数值仿真与电路仿真结果一致.     

Heat transfer between two degrees of freedom

A particularly simple chaotic nonequilibrium open system with two Cartesian degrees of freedom, characterized by two distinct temperatures T(x) and T(y), is introduced. The two temperatures are maintained by Nose-Hoover canonical-ensemble thermostats. Both the equilibrium (no net heat transfer) and nonequilibrium (dissipative) Lyapunov spectra are characterized for this simple system.     

混沌信号自适应协同滤波去噪

混沌信号协同滤波去噪算法充分利用了混沌信号的自相似结构特征,具有良好的信噪比提升性能.针对该算法的滤波参数优化问题,考虑到最优滤波参数的选取受到信号特征、采样频率和噪声水平的影响,为提高该算法的自适应性使其更符合实际应用需求,基于排列熵提出一种滤波参数自动优化准则.依据不同噪声水平的混沌信号排列熵的不同,首先选取不同滤波参数对含噪混沌信号进行去噪,然后计算各滤波参数对应重构信号的排列熵,最后通过比较各重构信号的排列熵,选取排列熵最小的重构信号对应的滤波参数为最优滤波参数,实现滤波参数的优化.分析了不同信号特征、采样频率和噪声水平情况下滤波参数的选取规律.仿真结果表明,该参数优化准则能在不同条件下对滤波参数进行有效的自动最优化,提高了混沌信号协同滤波去噪算法的自适应性.     

混沌神经动力学行为在多自由度机器人上的应用研究

本文把混沌神经动力学行为应用到了一个多自由度的机器人手臂,利用一种简单的神经编码方法使高维的神经网络模式转化成了低维的运动参数。虽然只在神经网络中嵌入了三种简单的姿势动作,但是在混沌神经动力学行为出现时,机器人手臂呈现出复杂的组合运动。利用这一点,提出了一个简单的控制算法用来解决病态问题(不一定有解或者确定的解无法保证的问题)。实装实验进一步表明,尽管只有粗略甚至不确定的光源信息,利用提出的算法机器人手臂可以成功的寻找到光源。