混沌光学系统之前向神经网络混沌催化混沌系统辨识研究

本文以布拉格声光双稳混沌系统之系统辨识为例，研究了利用前向神经网络对混沌光学系统进行快速系统辨识的可能性，其计算机仿真实验结果表明，由静态ＢＰ算法训练的三层前向神经网络，在混沌催化逄法的支持下可克服ＢＰ算法训练时间沉长的缺点，在较少的训练次数内即已成为一良好的混沌光学系统辨识器，因而可用来高效率地处理混沌光学时间序列在进行混沌光学系统的动力学重构。     

混沌光学系统之前向神经网络系统辨识研究

本文以布拉格声光双稳混沌系统之系统辨识为例，研究了利用前向神经网络对混沌光学系统进行系统辨识的可能性，其计算机仿真实验结果表明，由ＢＰ算法支持的三层前向神经网络，在一定的精度范围内，确是一良好的混沌光学系统辨识器，因而可用来处理混沌光学时间序列以进行混沌光学系统的动力学重构。     

混沌光学系统之前向神经网络系统辨识研究

本文以布拉格声光双稳混沌系统之系统辨识为例，研究了利用前向神经网络对混泡光学系统进行系统辨识的可能性，其计算机仿真实验结果表明，由BP算法支持的三层前向神经网络，在一定的精度范围内，确是一良好的混沌光学系统辨识器，因而可用来处理混沌光学时间序列以进行混沌光学系统的动力学重构。     

混沌系统及混沌神经网络同步的研究

对蔡氏混沌电路单向耦合同步进行数学分析 ,导出耦合系数及耦合电阻与蔡氏电路参数之间关系的表达式 ,通过仿真和硬件实验证实本文的结论 .对竞争型混沌神经元的同步进行了计算机仿真 ,由此说明混沌神经元在一定的条件下能够实现混沌同步 .     

神经网络辨识研究的现状

阐述了神经网络辩识的基本原理，综述了神经网络辨识的研究进展，对各种不同的辨识方法进行了评述，并指出各自的特点，同时得出神经网络辩识的局限性。     

神经网络在非线性系统动态辨识中的应用

本文采用一定区间内的随机数激励非线性系统，以取得样本函数作为教师信号训练神经网络，对非线性系统进行动态辨识。计算结果表明，这样建立起来的动力不模型对于各种非教师信号的有较好的适应性。     

模糊神经网络用于非线性系统模型辨识

提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下,利用一种无监督的聚类算法来进行结构辨识,从而自动获得模糊规则库,并可以得到模糊系统的初始参数。在聚类的基础上,构造一个与之相匹配的模糊神经网络,用它的学习算法来训练网络得到一个精确的模糊模型,从而实现参数辨识。同时,证明了所构造的模糊神经网络具有通用逼近能力,这个能力在模糊建模和模糊控制方面非常有用。通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

神经网络在锅炉燃烧系统辨识中的应用

对典型的多输入多输出、非线性、动态、有时延的供暖锅炉进行了仿真研究,建立了基于动态BP网络和Elman网络的辨识模型,并对辨识结果进行了误差分析,结果表明：神经网络在锅炉燃烧系统具有比较高的辨识精度,有着广阔的应用前景。     

三神经元CNN自治系统中周期与混沌行为的研究

细胞神经网络（ＣｅｌｌｕｌａｒＮｅｕｒａｌＮｅｔｗｏｒｋｓ）自从１９８８年由Ｌ．Ｏ．Ｃｈｕａ等首先提出后，已有了很大的进展，并在很多领域得到应用。本文仅针对ＣＮＮ基础理论中稳定性问题，研究了一个含有三神经元ＣＮＮ自治系统的非线性的力学性质，用计算机模拟的方法，揭示了此系统中存在着各种周期及混沌现象．     

基于高阶关联矩阵方法的混沌系统参数辨识

为了减小系统非线性和噪声对参数辨识效果的影响,采用缺失变量的高阶关联矩阵方法（HOCC）,以处于混沌状态的蔡氏电路为研究对象,分别对模拟蔡氏电路以及存在噪声的单个实验蔡氏电路和耦合实验蔡氏电路进行动力学参数辨识.研究结果表明,该方法在蔡氏电路电感电流未知情况下进行参数辨识是有效的,同时对噪声具有很好的鲁棒性.所得的参数辨识结果和电路标定参数的相对差距均能在20%的范围之内.该研究结果可以为蔡氏电路中器件参数测量提供参考依据,并能进一步应用到其他网络结构参数辨识实验中.     

基于神经网络内模的非线性控制系统

从某类可以被多层BP神经网络建模的非线性系统出发，给出一种控制方法，PID控制器和IMC控制相结合，仿真结果表明BP网络用作IMC控制器扔效性，此类方法比传统的控制器有更快更好的跟踪性能。     

基于神经网络的滞变结构在线识别

提出了一种适用于滞变结构的神经网络在线识别方法。通过对非线性滞变模型的适当变换，采用Adaline模型和LMS学习机制来实现对该模型的在线识别。数值模拟结果表明了该方法的有效性和实用性。     

基于BP神经网络对时滞系统的模型参数辨识仿真

主要研究了基于BP神经网络对时滞系统的参数辨识,分析了两种辨识结构和两种建模方法,对系统被控对象的建模采用了神经网络正模型,辨识结构为串-并联型.考虑加强BP网络的泛化能力,用随机数据去训练网络,然后得到训练后的权值,给一个阶跃信号,利用交叉两点法,从而得到时滞系统的特征参数.通过仿真,基于BP网络对时滞系统的参数辨识是有效的.     

分解递推辨识算法的研究

提出了线性系统的分解递推辨识算法,并应用连带常微分方程的方法分析了算法的收敛性。仿真结果表明;该算法具有较快的收敛速度和较好的数值稳定。     

一类积分—微分系统的辨识方法研究

本文研究了用于描述非定常气动力和气动弹性现象的一类积分-微分方程的辨识问题。文中讨论了积分-微分方程辨识的直接法和函数逼近法,给出了积分-微分方程可以用微分方程近似描述的条件。最后应用本文结果考虑了弹性飞行器的气动参数辨识问题,仿真计算验证了文中的研究结果。     

带滞环元件的ARMA模型辨识

本文考虑一类特定非线性系统的辨识问题,这类系统可以用一个ARMA模型和一个与之串联的滞环元件来表达.我们提出一种最小二乘加非线寻优的方法来辨识此类系统中ARMA模型的参数和滞环元件的参数,并给出了若干辨识计算实例.算例表明了所提方法的可行性.     

具混沌性状的符号动力系统模2映射

本文利用模运算，定义了符合动力系统模２映射，并证明该映射具混沌性状。