不确定分数阶时滞混沌系统自适应神经网络同步控制

针对带有完全未知的非线性不确定项和外界扰动的异结构分数阶时滞混沌系统的同步问题,基于Lyapunov稳定性理论,设计了自适应径向基函数(radial basis function,RBF)神经网络控制器以及整数阶的参数自适应律.该控制器结合了RBF神经网络和自适应控制技术,RBF神经网络用来逼近未知非线性函数,自适应律用于调整控制器中相应的参数.构造平方Lyapunov函数进行稳定性分析,基于Barbalat引理证明了同步误差渐近趋于零.数值仿真结果表明了该控制器的有效性.     

基于神经网络和滑模控制的不确定混沌系统同步

基于滑模控制技术和径向基函数神经网络,设计出一种神经滑模控制器,实现了两个不确定混沌系统的同步.控制器的设计不依赖于系统的数学模型,只与系统的输出状态有关,而且对参数不确定性和外界干扰具有较强的稳健性.最后,利用本方法设计出控制器实现了未知Lorenz系统的自同步、未知Lorenz系统与Chen系统之间的异结构同步,而且响应时间短,同步效果好. 关键词： 混沌同步 滑模控制 神经网络 不确定混沌系统     

不确定混沌系统的直接自适应模糊神经网络控制

提出利用直接自适应模糊神经网络控制一类不确定非线性混沌系统新方法.采用Takagi-Sug eno模糊逻辑系统估计混沌对象中未知函数，然后再对模糊神经网络控制律参数进行在线调 整，在系统所有信号一致有界情形下，解决混沌状态跟踪给定参考轨道控制问题.仿真结果 表明所得结论是正确的. 关键词： 模糊神经网络 自适应控制 混沌 参数不确定性     

一类参数不确定混沌系统的自适应同步

基于Lyapunov稳定性原理,对一类参数不确定混沌系统,提出一种自适应同步控制方法.给出了自适应同步控制器和参数自适应律的解析表达式,对于具体的误差系统,控制器结构还可以进一步简化.该方法较为简单,适用范围广.以新混沌和超混沌Chen系统为例,数值模拟证明了该方法的有效性和可行性. 关键词： 参数不确定混沌系统 自适应同步 新混沌系统 超混沌Chen系统     

不确定时变混沌系统的一种自适应无抖振变结构控制

混沌系统的一般变结构控制方法存在高频抖振和需要事先已知系统不确定项的上界等不足，针对这些不足，以一类不确定时变混沌系统为例，提出了自适应无抖振变结构控制（ACFVSC）方法，以控制混沌系统到任意设定轨道.该方法不仅能消除滑模面附近的抖振现象，实现渐近跟踪，而且不需要“不确定项的上界已知”的先验知识.ACFVSC的渐近跟踪分析与仿真结果都表明，只要选择合适的控制器参数，就能在有限时间内达到任意的设定跟踪精度. 关键词： 不确定时变混沌系统 变结构控制 无抖振     

混沌神经网络的动态阈值控制

提出了混沌神经网络的动态阈值控制方法, 将大脑脑电波的主要成分, 正弦信号作为控制变量实现对混沌神经网络内部状态的阈值动态改变, 从而达到了控制混沌神经网络混沌的目的. 利用该方法可以将混沌神经网络的输出稳定在一个与网络初始模式相关的存储模式和其反相模式上, 从而使混沌神经网络在模式识别、信息搜索等信息处理功能得以实现. 该控制方法不需要事先指定阈值, 是一种自适应方法, 符合实际人脑的思维运动. 关键词： 混沌控制 混沌神经网络 动态阈值控制 信息处理     

陈氏混沌系统的自适应控制

通过简单的线性状态反馈方法,分别在系统参数已知和未知的情况下研究了陈氏混沌系统的控制问题.当参数已知时,给出了反馈增益的范围;当参数未知时,设计了一自适应控制器,它克服了一般的自适应控制器中控制律不连续的缺点.通过实验仿真证明了所给方法的有效性. 关键词： 陈氏混沌系统 混沌控制 自适应控制     

不确定混沌系统的回归神经网络同步

将高阶连接的神经元融合到分布式回归神经网络，研究了出现非模型动态性时不确定混沌系统的辨识和同步问题。采用李雅谱诺夫稳定理论对高阶神经网络回归模型的权值进行学习更新，同时，获取整个系统稳定特性的分析结果，而且通过李雅谱诺夫方法设计出消除不确定混沌系统的同步误差的自适应控制律。最后将所提出的方法应用到不确定Rossler混沌系统的建模与同步     

束晕-混沌的神经网络自适应控制

 理论分析了强流离子束在周期磁场聚焦通道中传输时产生的束晕 混沌动力学行为,给出了近似反映实际聚焦磁场的余弦函数形式。然后利用神经网络方法对非线性复杂系统控制的优越性,提出前馈反传神经网络方法对强流离子束中束晕 混沌进行自适应控制。通过适当选择的神经网络控制结构和线性反馈系数以及自适应调整神经网络的权系数,可将强流离子束的包络半径达到束匹配半径的控制目标,且束包络的抖动大小明显减少,束晕 混沌现象得到了明显的抑制。     

束晕-混沌的神经网络自适应控制

理论分析了强流离子束在周期磁场聚焦通道中传输时产生的束晕 混沌动力学行为,给出了近似反映实际聚焦磁场的余弦函数形式。然后利用神经网络方法对非线性复杂系统控制的优越性,提出前馈反传神经网络方法对强流离子束中束晕 混沌进行自适应控制。通过适当选择的神经网络控制结构和线性反馈系数以及自适应调整神经网络的权系数,可将强流离子束的包络半径达到束匹配半径的控制目标,且束包络的抖动大小明显减少,束晕 混沌现象得到了明显的抑制。     

Adaptive fuzzy nonlinear inversion-based control for uncertain chaotic systems

<正>This paper presents a robust output feedback control method for uncertain chaotic systems,which comprises a nonlinear inversion-based controller with a fuzzy robust compensator.The proposed controller eliminates the unknown nonlinear function by using a fuzzy system,whose inputs are not the state variables but feedback error signals.The underlying stability analysis as well as parameter update law design are carried out by using the Lyapunov-based technique.The proposed method indicates that the nonlinear inversion-based control approach can also be applied to uncertain chaotic systems.Theoretical results are illustrated through two simulation examples.     

Adaptive synchronization of a class of fractional-order complex-valued chaotic neural network with time-delay

This paper is concerned with the adaptive synchronization of fractional-order complex-valued chaotic neural networks (FOCVCNNs) with time-delay. The chaotic behaviors of a class of fractional-order complex-valued neural network are investigated. Meanwhile, based on the complex-valued inequalities of fractional-order derivatives and the stability theory of fractional-order complex-valued systems, a new adaptive controller and new complex-valued update laws are proposed to construct a synchronization control model for fractional-order complex-valued chaotic neural networks. Finally, the numerical simulation results are presented to illustrate the effectiveness of the developed synchronization scheme.     

Adaptive tracking control for a class of uncertain chaotic systems

The paper is concerned with adaptive tracking problem for a class of chaotic system with time-varying uncertainty, but bounded by norm polynomial. Based on adaptive technique, it proposes a novel controller to asymptotically track the arbitrary desired bounded trajectory. Simulation on the Rossler chaotic system is performed and the result verifies the effectiveness of the proposed method.     

带有未知非对称控制增益的不确定分数阶混沌系统自适应模糊同步控制

针对带有非对称控制增益的不确定分数阶混沌系统的同步问题设计了模糊自适应控制器. 模糊逻辑系统用来逼近未知的非线性函数, 非对称的控制增益矩阵被分解为一个未知的正定矩阵、一个对角线上元素为+1或-1的已知对角矩阵和 一个未知的上三角矩阵的乘积. 基于分数阶Lyapunov稳定性理论构造了模糊控制器以及分数阶的参数自适应律, 在保证所有变量有界的情况下实现驱动系统和响应系统的同步. 在分数阶系统稳定性分析中给出了一种平方Lyapunov函数的使用方法, 根据此方法很多针对整数阶系统的控制方法可以推广到分数阶系统中. 最后数值仿真结果验证了所提控制方法的可行性.     

Structure identification of an uncertain network coupled with complex-variable chaotic systems via adaptive impulsive control

In this paper, structure identification of an uncertain network coupled with complex-variable chaotic systems is in- vestigated. Both the topological structure and the system parameters can be unknown and need to be identified. Based on impulsive stability theory and the Lyapunov function method, an impulsive control scheme combined with an adaptive strategy is adopted to design effective and universal network estimators. The restriction on the impulsive interval is relaxed by adopting an adaptive strategy. Further, the proposed method can monitor the online switching topology effectively. Several numerical simulations are provided to illustrate the effectiveness of the theoretical results.