基于混合差分进化算法的混沌系统参数估计

混沌系统参数估计是混沌系统控制与同步的关键问题. 通过构造一个适当的适应度函数,将混沌系统的参数估计问题转化为一个多维优化问题,然后利用混合差分进化算法的全局搜索能力求解该优化问题. 以典型的Lorenz混沌系统为例进行了数值仿真,结果表明了混合差分进化算法的有效性和鲁棒性,是一种有效的混沌系统参数估计方法. 关键词： 混沌系统 参数估计 混合差分进化算法     

分数阶Liu混沌系统及其电路实验的研究与控制

基于波特图的频域近似方法,研究了分数阶Liu混沌系统,并设计了一种树形电路单元来实现分数阶Liu混沌系统,通过对2.7阶Liu混沌系统的电路仿真和实验,以及α=0.8—0.1(步长0.1)Liu混沌系统的电路仿真,验证了树形电路单元的有效性,证实分数阶Liu混沌系统中确实存在混沌现象,且存在混沌的最低阶数为0.3. 设计简单有效的线性反馈控制器,实现了分数阶Liu混沌系统的混沌控制. 关键词： 分数阶Liu系统 电路实验 混沌控制     

基于线性控制的分数阶统一混沌系统的同步

研究了分数阶统一混沌系统的同步.基于分数阶稳定性原理,提出了通过线性反馈实现分数阶统一混沌系统的同步方法.所设计的控制器为单一控制变量的线性控制器,且不需要计算反馈系数.通过对分数阶Lorenz混沌系统、Chen混沌系统和Lü混沌系统的数值模拟,证实了所提方法的有效性.     

分数阶混沌系统的异结构同步

基于分数阶线性系统稳定性理论,结合反馈控制和主动控制方法,提出了一种分数阶混沌系统异结构同步方法,给出了同步控制器解析式. 以分数阶Chen混沌系统和分数阶Liu混沌系统、分数阶新超混沌系统和分数阶超混沌Rssler系统的异结构同步为例, 进行了数值模拟,证实了该方法的有效性和可行性. 关键词： 分数阶混沌 异结构混沌同步 新超混沌系统 超混沌Rssler系统     

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.     

分数阶共轭Chen混沌系统中的混沌及其电路实验仿真

研究了分数阶共轭Chen混沌系统的混沌行为, 给出了分数阶共轭Chen系统存在混沌吸引子的必要条件. 并设计了一种传递函数的新电路单元用来实现分数阶共轭Chen混沌系统, 利用Multisim2001电子工作平台进行了电路实验仿真. 数值模拟和电路实验仿真结果相符, 证实了分数阶共轭Chen系统确实存在混沌现象和所设计电路单元的有效性. 关键词： 分数阶 共轭Chen混沌系统 电路单元 电路仿真     

基于Lyapunov方程的分数阶新混沌系统的控制

新混沌系统是一种不同于Lorenz混沌系统、Chen混沌系统以及Liu混沌系统的新的三阶连续自治混沌系统.本文基于波特图的频域近似方法,提出了一种混合型电路单元来近似实现分数阶算子,并设计电路实现了2·7阶新混沌系统.基于Lyapunov方程的系统稳定性判定理论,设计了相应的控制器,实现了对分数阶新混沌系统的控制.     

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     

基于混合交叉进化算法的混沌系统参数估计

提出一种混合交叉进化算法 来估计混沌系统的未知参数. 首先通过构造一个适当的适应度函数, 将混沌系统的参数估计问题转化为一个多维的优化问题. 在混合交叉进化算法中, 利用佳点集方法初始化种群, 增加了算法的稳定性和全局搜索能力. 在进化过程中, 混合交叉操作既能指导种群个体向最优解子空间靠近, 又能提高算法跳出局部最优的能力, 从而协调了算法的勘探和开采能力. 以几个标准测试函数和典型的Lorenz混沌系统为例进行仿真实验, 结果表明了该方法的有效性.     

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     

基于原对偶状态转移算法的分数阶多涡卷混沌系统辨识

未知分数阶混沌系统参数辨识问题可转化为函数优化问题, 是实现分数阶混沌系统同步与控制的关键. 结合正交学习机制和原对偶学习策略, 提出一种原对偶状态转移算法, 用于解决分数阶混沌系统的参数辨识问题. 利用正交学习机制产生较优的初始种群增加算法的收敛能力, 并引入原对偶操作增加状态在空间的搜索能力, 提高算法的寻优性能. 在有噪声和无噪声情况下以分数阶多涡卷混沌系统的参数辨识为研究对象进行仿真. 结果表明了该算法的有效性、鲁棒性和通用性.     

基于Bloch球面搜索的量子粒子群优化算法

通过分析量子势阱粒子群优化算法的设计过程,提出一种基于Bloch球面搜索的量子粒子群优化算法.首先用基于Bloch球面描述的量子位描述粒子,用泡利矩阵建立旋转轴,用Delta势阱模型计算旋转角度,用量子位在Bloch球面上的绕轴旋转实现搜索.然后用Hadamard门实现粒子变异,以避免早熟收敛.这种旋转可使当前量子位沿着Bloch球面上的大圆逼近目标量子位,从而可加速优化进程.仿真结果表明,该算法的优化能力优于原算法.     

Chaos and quantum Fisher information in the quantum kicked top

Quantum Fisher information is related to the problem of parameter estimation.Recently,a criterion has been proposed for entanglement in multipartite systems based on quantum Fisher information.This paper studies the behaviours of quantum Fisher information in the quantum kicked top model,whose classical correspondence can be chaotic.It finds that,first,detected by quantum Fisher information,the quantum kicked top is entangled whether the system is in chaotic or in regular case.Secondly,the quantum Fisher information is larger in chaotic case than that in regular case,which means,the system is more sensitive in the chaotic case.     

Parameter estimation for chaotic systems using the cuckoo search algorithm with an orthogonal learning method

We study the parameter estimation of a nonlinear chaotic system,which can be essentially formulated as a multidimensional optimization problem.In this paper,an orthogonal learning cuckoo search algorithm is used to estimate the parameters of chaotic systems.This algorithm can combine the stochastic exploration of the cuckoo search and the exploitation capability of the orthogonal learning strategy.Experiments are conducted on the Lorenz system and the Chen system.The proposed algorithm is used to estimate the parameters for these two systems.Simulation results and comparisons demonstrate that the proposed algorithm is better or at least comparable to the particle swarm optimization and the genetic algorithm when considering the quality of the solutions obtained.     

Designing synchronization schemes for fractional-order chaotic system via a single state fractional-order controller

In this paper the synchronization of fractional-order chaotic systems is studied and a new single state fractional-order chaotic controller for chaos synchronization is presented based on the Lyapunov stability theory. The proposed synchronized method can apply to an arbitrary three-dimensional fractional chaotic system whether the system is incommensurate or commensurate. This approach is universal, simple and theoretically rigorous. Numerical simulations of several fractional-order chaotic systems demonstrate the universality and the effectiveness of the proposed method.     

Parameter identification of commensurate fractional-order chaotic system via differential evolution

Chaos can be observed in fractional-order nonlinear systems with appropriate orders. The knowledge about the parameters and orders are the basis of the control and synchronization of fractional-order chaotic systems. In this Letter, the problem of parameter identification of commensurate fractional-order chaotic systems is investigated. By treating the orders as additional parameters, the parameters and orders are identified together through minimizing an objective function. Differential evolution algorithm, a powerful and robust evolutionary algorithm, is applied to search the optimal solution of the objective function. Numerical simulations and comparisons with genetic algorithm (GA) demonstrate the effectiveness of the proposed method.     

基于自适应模糊控制的分数阶混沌系统同步

本文主要研究了带有未知外界扰动的分数阶混沌系统的同步问题.基于分数阶Lyapunov稳定性理论,构造了分数阶的参数自适应规则以及模糊自适应同步控制器.在稳定性分析中主要使用了平方Lyapunov函数.该控制方法可以实现两分数阶混沌系统的同步,使得同步误差渐近趋于0.最后,数值仿真结果验证了本文方法的有效性.