Nonlinear Time Series Prediction Using LS-SVM with Chaotic Mutation Evolutionary Programming for Parameter Optimization

Nonlinear time series prediction is studied by using an improved least squares support vector machine (LSSVM) regression based on chaotic mutation evolutionary programming (CMEP) approach for parameter optimization.We analyze how the prediction error varies with different parameters (σ, γ) in LS-SVM. In order to select appropriate parameters for the prediction model, we employ CMEP algorithm. Finally, Nasdaq stock data are predicted by using this LS-SVM regression based on CMEP, and satisfactory results are obtained.     

光电经纬仪布站分析及优化

以试验靶场中光电经纬仪设备的布站情况为例,通过数据仿真计算,分析了光测设备布站的跟踪测量数据处理精度和精度几何因子(Geometric Dilution of Precision,GDOP),为实时数据的可靠性分析以及外测事后数据处理精度分析提供了技术支持.并对设备的几何布站提出了利用遗传算法进行优化的设想,讨论了约束条件及适应度函数,为通过最优的多通道测量数据来交会计算最佳轨道参数提供了参考.     

Application of Chaos in Genetic Algorithms

Through replacing Gaussian mutation operator in real-coded genetic algorithm with a chaotic mapping, wepresent a genetic algorithm with chaotic mutation. To examine this new algorithm, we applied our algorithm to functionoptimization problems and obtained good results. Furthermore the orbital points‘ distribution of chaotic mapping andthe effects of chaotic mutation with different parameters were studied in order to make the chaotic mutation mechanismbe utilized efficiently.     

Dynamics of Transiently Chaotic Neural Network and Its Application to Optimization

Through adding a nonlinear self-feedback term in the evolution equations of nerual network,we introduced a transiently chaotic neural network model.In order to utilize the transiently chaotic dynamics mechanism in optimization problem efficiently,we have analyzed the dynamical pocedure of the transiently chaotic neural network model and studied the function of the crucial bifurcation parameter which governs the chaotic behavior of the system.Based on the dynamical analysis of the transiently chaotic neural network model,Chaotic annealing algorithm is also examined and improved.As an example,we applied chaotic annealing method to the traveling salesman problem and obtained good results.     

Application of Chaos in Genetic Algorithms

Through replacing Gaussian mutation operator in real-coded genetic algorithm with a chaotic mapping, we present a genetic algorithm with chaotic mutation. To examine this new algorithm, we applied our algorithm to function optimization problems and obtained good results. Furthermore the orbital points' distribution of chaotic mapping and the effects of chaotic mutation with different parameters were studied in order to make the chaotic mutation mechanism be utilized efficiently.     

SVM参数优化方法分析与决策

针对支持向量机应用过程中的参数选择问题,从UCI数据库选择样本集,分别采用传统的网格法、智能优化算法中的粒子群法及遗传算法实现核函数参数寻优过程,将所得最佳参数应用到样本测试中。在深入分析优化过程中各参数关系、参数对支持向量机性能的影响以及传统与智能优化算法的优劣后,得出了核函数优化策略。即先使用智能优化算法初步确定最优解范围,再结合网格法进行高精度寻优。实验数据验证了参数优化策略的有效性,为扩大支持向量机泛化率、提高应用性做了铺垫。     

混沌系统控制与同步的细菌觅食和差分进化混合算法

将混沌系统的控制与同步问题转化为函数优化问题,提出CDEM算法.把差分进化算法与细菌觅食算法相融合,提高DE算法的收敛性,并利用遗传变异算子保持种群多样性;利用CDEM算法求解混沌系统的控制与同步问题.以典型的离散混沌系统Hénon Map为例进行数值试验,结果表明算法有效、稳定,并分析各个参数对该算法的影响.     

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.     

Function Projective Synchronization of Discrete-Time Chaotic and Hyperchaotic Systems Using Backstepping Method

In this paper, a function projective synchronization scheme is developed to investigate the function projective synchronization between the discrete-time driven chaotic system and the discrete-time response chaotic system. With the aid of symbolic-numeric computation, we use the scheme to study the function projective synchronization between 2D Lorenz discrete-time system and Hdnon discrete-time system, as well as that between 3D discrete-time hyperchaotic system and Henon-like map via three scalar controllers, respectively. Moreover numerical simulations are used to verify the effectiveness of the proposed scheme.     

基于近红外频域自适应分析法的电煤发热量模型研究（英文）

目前由于部分电站锅炉所用到的燃煤大多为配煤,在有些情况下,其复杂的物理化学特性导致难以获得高精确度的常规近红外定量分析模型,这给电煤发热量的在线检测带来了一定困难。针对该问题,深入研究了电煤近红外光谱时域和频域特征,提出一种能够通过全局优化策略自动在频域内建立最优近红外定量分析模型的新方法—频域自适应分析法。该方法首先将时域近红外光谱通过快速傅里叶变换转换为频域近红外信号;然后采用有效光谱能量率得到合适的频域信息范围;接着根据近红外光谱频域下的相关系数谱图、方差谱图以及谐波在频域中的坐标合理构建了频域信息量评价参数,利用该参数对模型输入变量的种群位置进行初始化;最后采用频域分区搜索和综合性能评价函数得到最佳建模方案。与此同时,结合电煤煤粉近红外图谱的特性,并以其发热量为待测目标对该方法进行了验证,取得相对较好实验效果,与传统方法主成分回归、偏最小二乘回归、反向传播神经网络以及基于遗传算法的偏最小二乘回归和支持向量机回归相比,该方法预测精度更高,并且有效避免了频域随机搜索潜在的过拟合和虚假有效模型的弊端,具有良好的应用前景。此外,该方法也可推广用于其他类型的光谱定量分析。     

基于遗传算法的飞机俯仰控制参数优化设计及重构

遗传算法不受问题性质 ( 如连续性,可微性) 的限制,能够处理传统优化算法难以解决的复杂问题,故近年来在控制参数优化方面得到了广泛的应用;但算法中,交叉概率与变异概率的选择没有给出通用标准,通过多种交叉概率与变异概率组合的优化结果比较确定合适的交叉概率与变异概率,然后从几种控制系统常用性能指标中选择最合适的一种做为适应度函数,优化得无故障时控制参数,按照重构后系统开环传递函数保持不变,即系统闭环传函极点不发生变化的原则,由升降舵损伤程度和无损伤时控制参数可得重构后的控制参数;由仿真实验可得,此方法能够较快较精确地确定控制参数,系统无超调,控制效果良好,重构后,系统性能能够保持不变,达到良好的重构效果。     

二进制信号的混沌压缩测量与重构

二进制信号的压缩感知问题对应超奈奎斯特信号系统中未编码的二进制符号的检测问题, 具有重要的研究意义. 已有的二进制信号压缩测量采用高斯随机矩阵, 信号重构采用经典的l₁最小化方法. 本文利用混沌映射构造基于Cat序列的循环测量矩阵, 并提出一种针对二进制信号的全新的重构算法——平滑函数逼近法. 文章构造的混沌循环测量矩阵兼具确定性和随机性的优点, 能够抵御低信令效率和低信噪比的影响, 取得更好的压缩测量效果. 文章提出的平滑函数逼近法利用非凸函数代替原问题不连续的目标函数, 将组合优化问题转化为具有等式约束的优化问题进行求解. 利用稀疏贝叶斯学习算法进一步修正误差, 得到更准确的重构信号. 在信道含有加性高斯白噪声的条件下对二进制信号进行了压缩测量与重构的数值仿真, 仿真结果表明:基于Cat 序列的循环测量矩阵的压缩测量效果明显优于传统的高斯随机矩阵; 平滑函数逼近法对二进制信号的重构性能明显优于经典的l₁最小化方法.     

基于改进自适应Wiener滤波的光学合成孔径系统图像复原算法

为了解决光学合成孔径系统成像模糊问题以及研究其相应图像复原算法,采用Zemax软件分析了四孔径光学合成孔径系统的MTF,以及其像质模糊原因。并用MATLAB仿真分析常用的Wiener滤波复原算法,得出该算法在处理合成孔径系统图像存在不足。提出了一种基于K值自适应改变Wiener滤波图像复原方法,通过计算机仿真验证表明,该算法可使合成孔径系统降质图像的像质得到较好改善,复原效果优于Wiener滤波,且其像质评价参数PSNR以及ISNR分别提高了6.89%和1.1dB。     

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。     

一类自治混沌系统的动力学分析与电路实现

分析讨论一类新的三维二次自治混沌系统.通过理论分析、数值仿真,计算系统的Lyapunov指数谱和Lyapunov维数,以及系统的分岔图等,对系统的基本动力学特性进行分析.设计实现该系统的混沌电路,建立系统参数和电路参数的对应关系,运用Pspice软件对电路进行仿真实验,证实分析的正确性.所讨论的系统不同于Lorenz系统、Rössler系统、Chen系统和Lü系统等,且电路实现很简单实用.     

混沌免疫算法求解认知无线电网络资源分配问题

为了优化认知无线电网络中多用户正交频分复用子载波的资源分配, 将其转换为一个约束优化问题, 进而提出了一种基于混沌免疫优化的求解方法.给出了算法的实现过程和关键技术, 设计了适合算法求解的编码、 克隆、 重组、 变异算子.实验结果表明, 在满足认知用户速率、 所需误码率及干扰约束的条件下, 本文所用算法减小了整个系统所需的总发射功率, 同时收敛速度较快, 能够得到较优的子载波分配方案, 进而提高频谱利用效率.     

具有复合幂函数和共存吸引子的新混沌系统的动力学分析与电路仿真

构造一个具有复合幂函数的三维连续自治混沌系统。系统的状态方程仅有5项,其中一项是指数小于1的复合幂函数。该系统具有结构简单、非双曲平衡点、吸引子共存的性质,展现出了复杂的动力学行为。首先,对系统的动力学行为进行分析,包括李雅普诺夫（Lyapunov）指数谱、分岔图以及庞加莱映射等,结果表明此系统具有混沌特性。然后进行混沌系统的电路设计,电路仿真结果验证了理论分析的正确性。     

Modeling and Analysis of a Three-Terminal-Memristor-Based Conservative Chaotic System

In this paper, a three-terminal memristor is constructed and studied through changing dual-port output instead of one-port. A new conservative memristor-based chaotic system is built by embedding this three-terminal memristor into a newly proposed four-dimensional (4D) Euler equation. The generalized Hamiltonian energy function has been given, and it is composed of conservative and non-conservative parts of the Hamiltonian. The Hamiltonian of the Euler equation remains constant, while the three-terminal memristor’s Hamiltonian is mutative, causing non-conservation in energy. Through proof, only centers or saddles equilibria exist, which meets the definition of the conservative system. A non-Hamiltonian conservative chaotic system is proposed. The Hamiltonian of the conservative part determines whether the system can produce chaos or not. The non-conservative part affects the dynamic of the system based on the conservative part. The chaotic and quasiperiodic orbits are generated when the system has different Hamiltonian levels. Lyapunov exponent (LE), Poincaré map, bifurcation and Hamiltonian diagrams are used to analyze the dynamical behavior of the non-Hamiltonian conservative chaotic system. The frequency and initial values of the system have an extensive variable range. Through the mechanism adjustment, instead of trial-and-error, the maximum LE of the system can even reach an incredible value of 963. An analog circuit is implemented to verify the existence of the non-Hamiltonian conservative chaotic system, which overcomes the challenge that a little bias will lead to the disappearance of conservative chaos.     

卫星搭载紫花苜蓿种子的拉曼光谱分析

为了了解卫星搭载对紫花苜蓿种子化学特性的影响,揭示空间诱变机理,文章利用傅里叶变换拉曼光谱法对卫星搭载当代的紫花苜蓿种子进行了研究。结果表明,与地面对照相比,飞行组在358和553 cm-1处的峰强增加,814,1 122,1 531,1 743 cm-1处的峰强降低,通过谱带归属发现,增强的358和553 cm-1分别与DNA和Ca2+有关,降低的4个峰与糖类、脂类有关。这说明经过卫星搭载后,苜蓿种子的DNA和Ca2+的量出现增加趋势,糖类与脂类的量出现降低趋势。其可能原因是(1)种子主动修复诱变产生的DNA损伤时,消耗部分贮存能量所致;(2)空间飞行过程中的超重导致种子细胞内的Ca2+ 浓度升高;(3)飞行因子导致种子提前萌发,DNA大量合成与复制,种子储藏的能量提前降解消耗。这一结果将对苜蓿空间诱变机理研究有重要参考价值。     

基于大脑情感学习模型和自适应遗传算法的混沌时间序列预测

针对传统神经网络预测精度不高、收敛速度慢的问题,提出一种基于大脑情感学习模型和自适应遗传算法的混沌时间序列预测方法.大脑情感学习模型模拟了哺乳动物大脑中杏仁体和眶额皮质之间的情感学习机制,具有计算复杂度低、运算速度快的特点,因此可以大大提高混沌预测的快速性.为了进一步提高大脑情感学习模型的预测精度,采用自适应遗传算法优化其参数,将待优化的权值与阈值分布在染色体基因序列上,用适应度函数选出最佳参数,从而增强了模型的逼近能力.基于Lorenz混沌时间序列和实际地磁Dst指数序列的预测结果表明,本文方法较其他传统方法在预测精度、运算速度和稳定性上均具有明显优势.