改进计算能量函数下作业车间调度的混沌神经网络方法

神经网络是求解作业车间调度问题的一种有效方法,本文研究可以获得全局最优或近似全局最优的可行解的作业车问调度神经网络方法.给出包括作业车间调度所有约束条件的新的计算能量函数表达式,并把混沌动力学应用于离散Hopfield神经网络作业车间调度中,提出一种改进的暂态混沌离散神经网络作业车间调度方法.仿真结果表明,该方法不仅具有全局搜索能力,而且收敛速度较快,重要的是能够保证神经网络的稳态输出为全局最优或近似全局最优的可行的作业车间调度方案.     

不确定混沌系统的动态神经网络跟踪控制

针对不确定非线性混沌系统，提出了一种基于动态神经网络辨识器的自适应跟踪控制新方法，通过滑模控制技术在线调整动态神经网络辨识器权值，并在获取动态神经网络模型的基础上设计出优化控制器，实现混沌系统的轨道跟踪，对辨识误差和轨道跟踪误差进行分析并证明了它们的有界性，Lorenz混沌系统的仿真实验结果表明了控制策略的有效性。     

广义稳态的工业过程及其优化控制

阐述了工业过程中出现的拟周期和混沌等动态行为，并分析了形成的原因和条件．介绍了与之密切相关的非线性科学中的混沌、微分动力学系统以及遍历论等理论，综述了工业过程的广义稳态优化控制的研究成果、理论意义和实用价值及其发展方向．     

基于混沌映射的网络实时保密通信方法

本文就混沌系统中的Logistic映射和Henon映射，利用多值序列的方法所产生的混沌序列，对网络流进行加密和置乱，并对数字图像也进行了实验，算法全部用VC 编写实现。     

基于混沌理论的交通量实时预测

分析了城市交通的混沌性，根据复杂的城市交通特点，引入了误差反馈系数，改进了混沌时间序列预测方法中的加权一阶局域法和基于最大Lyapunov指数的预测法，并将其成功应用于实时交通量预测．预测结果表明：这两种改进的方法都能较准确地预测交通量，但后者比前者更适合交通量预测，后者的预测误差一般可以控制在5％以下．     

基于统一混沌系统的广义同步

利用广义同步的方法 ,研究了统一混沌系统的同步控制 .使用混沌遮掩的方法进行了数值仿真实验 .结果证明了统一混沌系统广义同步的有效性 指出了其应用前景.     

前馈神经网络的混沌学习方法研究

采用混沌优化策略，提出一种前馈神经网络权参数的最优学习方案．由于BP算法优化神经网络权参数时存在收敛速度慢、自身参数选取困难、易陷入局部极小等缺陷．采用混沌变量优化神经网络权参数，具有全局性、快速性、并行性的特点．仿真实验表明采用该方案对强非线性问题的逼近具有精度较高、学习较快的优点．     

统一混沌系统的脉冲控制与同步

对统一混沌系统的脉冲控制稳定性与同步问题进行了理论分析，利用脉冲微分方程理论给出了脉冲控制稳定与同步的充分条件，并对脉冲控制时间间隔的范围作了估计。最后，通过仿真进行了验证。     

基于Logistic混沌序列的硬加密卡的研究与设计

离散的Logistic映射时初始值和结构参数的改变具有极端的敏感性，本文利用Logistic映射生成的混沌序列具有遍历性、良好的相关性和类白噪声统计特性等特点，给出了基于ISA总线的硬加密卡的一种设计方法。     

基于混沌、模糊及神经网络的自然绿色温度环境系统

提出一个新的绿色空调系统,由智能数据库、神经网络、混沌信号、模糊控制器四大子系统组成,可以产生模拟自然界的用户自己喜欢的气温变化,使用户可以微风拂面、春风徐徐.