一阶时滞混沌的参数辨识

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.针对两种不同类型的时滞混沌系统中的未知参数的辨识问题，将系统的未知参数看作系统的未知状态，利用非线性状态观测器理论进行参数估计，通过选取观测器中非线性增益函数，使得闭环误差系统指数或渐进稳定，从而给出参数估计器存在的充分条件.以典型的时滞Logistic系统为例进行了数值模拟，数值仿真结果表明，使用该方法可以对时滞混沌系统的未知参数进行有效地估计.     

一种基于遗传算法的混沌系统参数估计方法

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参数的寻优问题,然后利用遗传算法的全局优化搜索能力对其进行求解.以典型的Lorenz混沌系统为例进行了数值模拟.实际数值模拟表明,使用这种方法可以有效地对混沌系统的参数进行估计 关键词： 混沌系统 参数估计 遗传算法     

随机Bonhoeffer-Van der Pol系统的随机混沌控制

讨论了具有有界随机参数的随机Bonhoeffer-Van der Pol系统的随机混沌现象，并利用噪声对其进行控制.首先运用Chebyshev多项式逼近的方法，将随机Bonhoeffer-Van der Pol系统转化为等价的确定性系统，使原系统的随机混沌控制问题转换为等价的确定性系统的确定性混沌控制问题，继而可用Lyapunov指数指标来研究等价确定性系统的确定性混沌现象和控制问题.数值结果表明，随机Bonhoeffer-Van der Pol系统的随机混沌现象与相应的确定性Bonhoeffer-Van der Pol系统极为相似.利用噪声控制法可将混沌控制到周期轨道，但是在随机参数及其强度的影响下也呈现出一些特点.     

双参数激光振荡输出系统中混沌的控制规律

研究了双参数激光振荡输出系统中混沌行为的控制问题，给出了控制混沌的不同参数变化方程，并进行了比较.数值计算结果表明：随着控制参数的改变，激光振荡输出的混沌态可控制到1周期、2周期、…2ⁿ周期.控制混沌的参数变化方程遵循特定的规律.最后，对相关问题进行了分析和讨论. 关键词：     

基于自适应主动及滑模控制的分数阶超混沌系统异结构反同步

以超混沌Chen系统和超混沌Lorenz系统为例,研究了慢时变参数超混沌系统的反同步问题.首先利用主动控制的思想,消去超混沌系统中的非线性部分,然后基于Lyapunov稳定性理论,合理地选取参数自适应控制律,很好的解决了时变参数的参数摄动问题,从而实现了两个超混沌系统的反同步.在此基础之上,又进一步研究了分数阶超混沌系统,使用滑模控制方法对其进行控制,理论上分析了该方法的可行性.数值模拟实验进一步验证了所提出方法的有效性. 关键词： 超混沌 分数阶 自适应 滑模     

一种非线性动力学系统混沌现象的深入研究

本文在实验教学中引入一种非线性混沌摆系统,通过调节混沌摆的驱动力周期演示了该非线性动力学系统出现混沌现象的过程,从而让学生了解混沌现象的参数敏感性、相图特点、频谱特性等基本特性.为了进一步了解该混沌摆的特性,本文建立了该非线性摆系统的简化动力学方程,在数值上对其进行了研究.基于动力学方程的数值模拟,克服了实验上相关参数定量改变困难、摆动稳定性不易控制、实验时间周期长等问题.在数值模拟中,通过改变不同参数得到了相图、频谱图以及分岔图,比较深入详细地对这种混沌摆的相关特性进行了描述,也有利于学生加深对混沌摆的理解.     

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.     

随机性参数自适应的混沌同步

对两个不同参数的混沌系统进行随机性参数自适应控制，选取合适的控制律和反馈系数，导致其同步.以Henon映射为例进行数值模拟，结果表明，由于控制周期和反馈系数的随机变化，具有一定的实用意义. 关键词： Henon映射 混沌同步 随机性自适应控制     

基于变分方法的混沌系统参数估计

提出一种基于变分原理的估计混沌系统未知参数的方法,对以x= F(x,θ) 为控制方程的所有混沌系统具有普适性.首先将混沌系统方程引入到目标泛函中;接着利用变分原理导出了混沌系统的伴随方程和待辨识参数泛函梯度的通用公式;然后设计了估计混沌系统未知参数的算法;最后对典型的Lorenz混沌系统和超混沌Chen系统的未知参数进行了估计.数值仿真结果表明该方法是一种非常有效的估计混沌系统未知参数的方法. 关键词： 混沌系统 参数估计 变分方法 伴随方程     

参数未知的不同阶数混沌系统广义同步及参数估计

采用扩阶方法(使响应系统和驱动系统的维数相同)，把不同阶数混沌系统的广义同步问题转化为相同阶数混沌系统之间的广义同步，基于Lyapunov稳定性定理和自适应控制方法(用于相同阶数混沌系统的同步)，给出了自适应控制器和参数自适应律，进而实现了不同阶数混沌系统的广义同步.将该方法应用于参数未知的超Lü，Lorenz，广义Lorenz和Liu等系统之间的广义混沌同步，理论证明了该方法可以使这些系统达到渐近广义同步，并且可以辨识驱动系统和响应系统的所有参数，数值模拟进一步证明了该方法的有效性.     

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.     

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     

一个修改的混沌蚁群优化算法

本文提出一个用于混沌蚁群优化算法的算法结束条件, 并 将算法结束条件加入混沌蚁群优化算法. 通过数值试验, 验证其有效性. 数值试验表明混沌蚁群优化算法可以得到较高精度 的最优解. 修改的混沌蚁群优化算法可以通过多次混沌搜寻, 逐步逼近最优解, 可以用来求解复杂连续空间优化问题. 关键词： 混沌蚁群优化算法 优化 数值模拟     

基于量子并行粒子群优化算法的分数阶混沌系统参数估计

分数阶混沌系统参数估计的本质是多维参数优化问题, 其对于实现分数阶混沌控制与同步至关重要. 提出一种基于量子并行特性的粒子群优化新算法, 用于解决分数阶混沌的系统参数估计问题. 利用量子计算的并行特性, 设计出了一种新的量子编码, 使每代运算的可计算次数呈指数增加. 在此基础上, 构建了由量子当前旋转角、个体最优旋转角和全局最优旋转角共同组成的粒子演化方程, 以约束粒子在量子空间中的运动行为, 使算法的搜索能力得到了较大提高. 以分数阶Lorenz混沌系统和分数阶Chen混沌系统的参数估计为例, 进行了未知参数估计的数值仿真, 结果显示本算法具有良好的有效性、鲁棒性和通用性.     

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     

Dynamics analysis of chaotic maps: From perspective on parameter estimation by meta-heuristic algorithm

Chaotic encryption is one of hot topics in cryptography, which has received increasing attention. Among many encryption methods, chaotic map is employed as an important source of pseudo-random numbers(PRNS). Although the randomness and the butterfly effect of chaotic map make the generated sequence look very confused, its essence is still the deterministic behavior generated by a set of deterministic parameters. Therefore, the unceasing improved parameter estimation technology becomes one of potential threats for chaotic encryption, enhancing the attacking effect of the deciphering methods. In this paper, for better analyzing the cryptography, we focus on investigating the condition of chaotic maps to resist parameter estimation. An improved particle swarm optimization(IPSO) algorithm is introduced as the estimation method. Furthermore, a new piecewise principle is proposed for increasing estimation precision. Detailed experimental results demonstrate the effectiveness of the new estimation principle, and some new requirements are summarized for a secure chaotic encryption system.     

基于混合生物地理优化的混沌系统参数估计

混沌系统的参数估计本质上是多维参数的优化问题. 结合和声搜索方法和对立学习机理, 提出一种混合生物地理优化算法, 用于解决混沌系统的参数估计问题. 利用对立学习机理增加初始群体的多样性, 并引入和声搜索以增强局部寻优能力, 从而提升整体寻优性能. 以典型混沌系统为例进行了未知参数估计的数值仿真, 结果验证了所提出混合生物地理优化方法的有效性和鲁棒性.     

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.