基于量子粒子群算法的混沌系统同步控制及参数辨识

针对异结构且参数未知混沌系统的同步控制,设计同步控制器并对误差系统的稳定性进行理论分析.通过合理选择优化目标函数,利用量子粒子群算法高效的全局寻优能力,实现混沌系统的未知参数辨识,有效降低同步控制器的开发难度.以Rössler混沌系统与Lorenz混沌系统的异结构同步为研究对象,进行数值仿真实验,结果表明该方法能够实现驱动-响应系统的快速混沌同步及系统未知参数的准确辨识,并验证该方法的可行性和有效性.     

基于免疫双态微粒群的混沌系统自抗扰控制

利用人工免疫算法及粒子群优化算法融合的优点,提出了一种免疫双态微粒群算法(immune binary-state particle swarm optimization, IBPSO)的自抗扰控制器(IBPSO-ADRC),应用于混沌系统控制,构建一种混沌系统自抗扰控制系统.实验研究表明:该控制方法无需了解动态系统精确模型,具有响应速度快,有效抑制混沌系统参数摄动及较强抗干扰能力的特点. 关键词： 人工免疫系统 微粒群算法 混沌系统 自抗扰控制器     

一类不确定离散混沌系统的自抗扰控制器与小脑神经网络并行优化控制

针对一类受扰不确定离散非线性混沌系统,提出了基于免疫动态微粒群优化策略的ADRC与CMAC神经网络并行控制方法(ADRC-CMAC).ADRC控制器抑制系统扰动,保证系统的稳定性;CMAC神经网络控制器实现前馈控制保证系统的控制精度和响应速度.利用动态免疫微粒群算法对ADRC-CMAC并行控制器参数进行全局优化.实验结果表明该控制方法具有较快系统的响应速度,较好的抗干扰能力,控制精度高. 关键词： 自抗扰控制器 小脑神经网络 并行控制 混沌系统     

不同结构混沌系统的自适应同步和反同步

针对不同结构混沌系统的同步与反同步问题进行了研究.在系统参数已知时,采用主动控制法实现混沌系统的同步与反同步,并将主动控制器的设计方法进行了推广.在参数未知时,基于Lyapunov稳定性理论和自适应控制方法,给出了自适应控制器和参数自适应律,实现了参数均未知且结构不同的驱动系统和响应系统的同步与反同步.在控制器的设计过程中,将驱动系统和响应系统进行互换,讨论了互换前后的控制器和自适应律之间的关系.数值仿真结果说明了所提出设计方法的有效性. 关键词： 混沌同步 反同步 主动控制法 自适应控制法     

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     

基于主动滑模控制的一类混沌系统异结构反同步

针对一类连续时间混沌系统,基于主动控制思想,提出了一种主动滑模控制策略,使得一类混沌系统可以达到异结构反同步,其中响应系统的线性部分和控制器参数决定闭环误差及反同步的趋近律. 基于Lyapunov稳定性理论分析了系统的稳定性. 以Lorenz系统、Chen系统和Lü系统为例进行仿真验证,该控制方法可以实现较快的混沌反同步,且反同步的鲁棒稳定性良好. 关键词： 混沌系统 反同步 滑模控制 主动控制     

一种参数摄动的混沌异结构同步方法

研究了参数摄动情形下的混沌异结构同步问题,基于Lyapunov稳定性定理并结合范数理论给出了系统参数摄动下实现混沌异结构同步的一个充分条件,为同步控制器的设计提供了一般方法.只要两混沌系统维数相等,状态变量可测,就可利用所提方法实现系统参数摄动下的异结构同步,并能够保证在同步实现后同步控制量伴随误差变量一同收敛至零.该方法鲁棒性强,适用范围广,通过对混沌系统、超混沌系统的同步仿真,证实了该方法的有效性. 关键词： 混沌 超混沌 同步 Lyapunov函数     

基于非线性控制的超混沌Chen系统混沌同步

研究了基于非线性控制的超混沌Chen系统的混沌同步问题.基于Lyapunov稳定性理论，设计了非线性控制器，改进了Jiang和Huang等设计的同步误差系统的Lyapunov函数形式，理论证明了超混沌Chen系统的自同步和超混沌Chen系统与超混沌R?ssler系统的异结构同步.数值模拟进一步验证了所提出方案的有效性. 关键词： 超混沌Chen系统 自同步 异结构同步 非线性控制器     

基于混合群智能优化算法的混沌系统参数估计

混沌系统的未知系统参数估计是实现混沌控制和同步的首要问题,通过构造一个合理的适应度函数,可将其转化为一个多维搜索空间的优化问题.提出一种融合改进骨干粒子群算法与改进差分进化算法的混合群智能优化方法来解决上述优化问题.对骨干粒子群算法中的粒子位置更新机制以及差分进化算法中的变异操作、交叉操作、交叉概率因子的设计等进行改进,有效兼顾了种群的多样性与算法的收敛性.在此基础上,讨论骨干粒子群优化算法与差分进化的融合优化策略,实现两个算法的协同进化,进一步提高算法的综合优化性能.用6个基准测试函数以及Lorenz混沌系统为例进行仿真实验,结果表明该方法具有全局寻优能力强、收敛速度快、搜索精度高、稳健性好等优点.     

基于追踪控制的混沌异结构同步

针对连续混沌系统，提出一种混沌异结构同步追踪控制方案.利用Lyapunov方法证明了当受控系统满足Lipchitz条件时，即可使其状态输出指数收敛到任意给定的参考信号.设计的控制器结构对不同的混沌系统具有统一的形式，可实现任意混沌系统之间的异结构同步.数值仿真进一步表明了该方法的有效性. 关键词： 混沌系统 追踪控制 同步     

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     

PD-Based Optimal ADRC with Improved Linear Extended State Observer

Taking dead-zone nonlinearlity and external disturbances into account, an active disturbance rejection optimal controller based on a proportional-derivative (PD) control law is proposed by connecting the proportional-integral-derivative (PID) control, the active disturbance rejection control (ADRC) and particle swarm optimization (PSO), with the purpose of providing an efficient and practical technology, and improving the dynamic and steady-state control performances. Firstly, in order to eliminate the negative effects of the dead-zone, a class of 2-order typical single-input single-out system model is established after compensating the dead-zone. Following that, PD control law is introduced to replace the state error feedback control law in ADRC to simplify the control design. By analyzing the characteristics of the traditional linear extended state observer, an improved linear extended state observer is designed, with the purpose of improving the estimation performance of disturbances. Moreover, employing PSO with a designed objective function to optimize parameters of controller to improve control performance. Finally, ten comparative experiments are carried out to verify the effectiveness and superiority of the proposed controller.     

基于改进粒子群优化算法的混沌系统参数估计方法

估计混沌系统的未知参数是混沌控制与同步中必须解决的关键问题.利用群集智能的新进展粒子群优化算法(PSO)的全局搜索能力，从初始粒子群的产生、目标函数的处理的角度改进PSO，将改进的PSO引入混沌系统参数估计和在线估计.仿真试验表明，改进算法具有良好的适应性、较高的收敛可靠性及精度，对信号叠加噪声的情形也具有较高的鲁棒性，是混沌系统参数估计的一种成功算法. 关键词： 混沌系统 参数估计 在线估计 粒子群优化算法     

机动平台光电跟踪系统的自抗扰控制研究

针对机动平台光电跟踪系统跟踪目标需具备较强动态抗扰能力的问题,提出了一种将包含了非线性跟踪微分器、扩张状态观测器、非线性状态误差反馈三个环节的结构完整的自抗扰控制器用于光电跟踪伺服系统的速度环的思路。针对某单轴稳定转台设计了二阶自抗扰控制器,并进行了仿真研究。结果表明,该控制器对外扰变化及系统模型不确定性具有良好的鲁棒性和适应性,且能有效抑制系统中存在的非线性因素的影响。     

单模激光Lorenz系统反同步控制研究

提出了一种实现异结构混沌系统反同步控制的方法。根据Lyapunov 稳定性理论给出控制器的结构。以单模激光Lorenz系统和Rossler系统为例,验证了这种控制器的有效性。进一步研究了不确定混沌系统的反同步,并以不确定单模激光Lorenz系统和Rossler系统为例,实现了混沌反同步控制,同时系统中不确定参数得到识别。仿真模拟结果验证了这种方法的有效性。设计的反同步控制方法可用于任意混沌系统,具有一定的普适性。