改进的混沌蚂蚁群算法

混沌蚂蚁群算法是受自然界真实蚂蚁的混沌行为和自组织行为启发而产生的一种基于群智能理论的优化算法.介绍了该算法的基本原理,并在对其进行算法分析的基础之上,提出了一种改进的混沌蚂蚁群算法,该改进算法采用全面学习策略和一种简单的精细搜索策略以提高算法的性能.数值实验表明,该改进算法的收敛精度和结果稳定性优于混沌蚂蚁群算法.在此基础上,将其应用于对PID 控制器参数的优化,仿真显示其结果优于混沌蚂蚁群算法.     

对一类具有随机扰动的混沌系统同步的新方法

本文基于工程上广为应用的状态观测器思想,在随机扰动存在的情况下,对一类非线性反馈混沌系统成功地实现了同步.且在扰动很大时,系统仍能保持良好的同步性能.最终的试验仿真结果也证明了这一点,因此本文的结果具有重要的实际应用价值.     

基于分散反馈控制的时滞混沌大系统

研究一类具有时滞关联的时滞大系统的混沌现象和分散反馈控制问题。应用线性矩阵不等式（LMI）方法,基于李雅普诺夫定理,分别得到了系统存在分散时滞反馈控制器和分散标准反馈控制器的充分条件,并利用分散时滞反馈控制器对系统中存在的不稳定周期轨道的追踪控制问题进行研究。仿真结果表明控制器具有很强的鲁棒性。     

一类不确定时滞混沌系统的输出追踪控制

对一类不确定时滞混沌系统的输出追踪控制问题进行了研究，提出了一种新的控制方法。该方法表明具有期望系统动力学行为的线性时不变系统可作为时滞沌系统输出跟踪的参考模型。然后设计了追踪控制器驱动时滞混沌的输出跟踪期望的线性系统。基于这种设计方法，被控时滞混沌系统的输出可以具有同期望的系统相同的行为。最后给出的仿真实例说明了所给方法的有效性。     

基于混沌蚂蚁群算法的PID控制器的参数整定

将蚂蚁混沌动力学、群组织和优化机制进行巧妙的结合，本文给出了一种基于群智能理论的新的优化方法，即混沌蚂蚁群算法CAS。同时采用该方法对PID控制器的参数进行了整定，它以误差积分型性能指标为目标函数、以设计参数的取值范围及最小增益和相位裕度为约束条件，建立了优化数学模型，数值结果显示采用混沌蚂蚁群算法的整定性能要优于采用遗传算法整定的性能。同时本文的方法由于不需要采用编码过程，因此比采用遗传算法的辨识方法要简练。     

辨识Lorenz混沌系统参数的新方法

基于有限时间收敛理论和 L yapunov稳定理论 ,对 L orenz混沌系统中的未知参数进行了辨识研究 ,给出了两个辨识L orenz混沌系统参数的新方法 ,数值结果表明该方法具有很好的抗噪和抗扰性能。     

超混沌M-G系统参数辨识及其在通讯中的应用

连续时滞混沌系统是无穷维系统,这样的系统可产生具有多个正的Lyapunov指数的超混沌现象,因此系统可产生复杂的时间序列.这个特征使它特别适用于保密通讯.基于此分析,首先本文对M-G超混沌系统的c参数进行辨识研究,给出一种辨识M-G系统c参数的新方法.然后,尝试用欲传输的信号对系统的c参数进行调制,在接收端利用本文提出的参数辨识方法来解调,从而实现数字信号的保密通信.最后大量仿真发现,当辩识的收敛时间小于数字脉冲的持续时间时,本文的方法可以很好的进行解调.     

群体智能算法及其在信息安全中的应用探索

由于其在解决复杂问题尤其是NP难问题上的优势,群体智能算法一经提出,就备受关注。在动物行为的启发下,目前已经设计出了包括蚁群、粒子群、蜂群、人工鱼群等一系列算法。同时,这些算法也已被广泛运用到金融管理、交通运输、信息科学、航天工程、航海领域等各个工程领域。本文则将重点探索群智能算法在网络空间安全方面的潜在应用。首先简单回顾了几种典型的群体智能算法,接着分析了它们在密码学、网络入侵检测等分支中的可能应用,希望能够借助这些最优算法解决网络空间安全方面的一些基础问题,特别是那些与复杂巨系统相关的问题。     

不确定时滞混沌系统的鲁棒控制

针对不确定时滞混沌系统中不稳定不动点的控制需要，应用线性矩阵不等式（LMI）方法，得到了系统存在时滞反馈控制器的充分条件，并利用该控制器对系统中存在的不稳定周期轨道的跟踪问题进行研究。数值仿真结果表明了该方法的有效性。