统一混沌系统Backstepping同步控制

将Backstepping方法应用到统一混沌系统的同步控制,通过选择一系列合适的Backstepping函数,得到了鲁棒性较好的控制器．论证了Backstepping方法也可以使统一混沌系统快速地稳定在平衡点,实现了统一混沌系统的镇定问题．数值仿真说明了基于Backstepping方法设计的控制器可以有效地实现统一混沌系统的同步和镇定控制．     

统一混沌系统的状态观测器反同步

利用观测器技术,研究了统一混沌系统的反同步问题．利用极点配置技术,设计出了一种基于状态观测器的混沌反同步方法,使得统一混沌系统达到了反同步．该方法简便且易于实现,达到反同步的速度快,数值模拟验证了所提方法的有效性．     

非线性二阶非自治混沌电路的周期控制研究

基于自控制连续反馈混沌控制方法,对一个含有非线性负电容的二阶非自治混沌电路进行了周期控制的数值研究．结果表明,可采用自控制连续反馈控制方法实现混沌中的周期控制     

四螺旋鲁棒混沌吸引子

为了改善Lü系统的混沌特性,通过在混沌Lü系统上添加一维线性状态反馈控制器,本文构建了一个新的四维连续自治混沌系统,得到了奇异的四螺旋鲁棒混沌吸引子．利用相轨图、Lyapunov指数谱、分岔图和庞加莱映射等数值方法,验证了新系统在较宽的控制参数范围内是混沌的,其最大Lyapunov指数为正值且几乎恒等不变,系统具有很好的鲁棒性．随控制参数变化,系统能够从四螺旋混沌吸引子演变成双螺旋混沌吸引子．通过在混沌Lü系统电路上外加一个简单的线性积分电路实现了新混沌系统的实验电路,实验仿真与数值方法所得结果有着很好的一致性．     

超混沌系统反馈控制耦合同步

基于混沌系统的最大Lyapunov指数与耦合同步增益的关系,确定一大类混沌系统的线性耦合同步时,反馈控制系数需要满足的取值范围,该种新型的判别方法简单而且在工程上易于实现．由于超混沌系统在保密通信中具有更强的抗破译能力,因而考虑以超混沌Chen系统以及超混沌Qi系统为例,数值模拟结果验证了该方法的有效性以及普适性．     

离散混沌系统的非线性反馈控制

提出一种利用非线性反馈控制离散系统混沌运动的方法、根据离散系统的稳定性理论．确定了非线性反馈控制增益的取值范围．理论分析和数值研究结果表明该方法不仅可以实现不动点的镇定,而且可以将离散混沌系统控制到低周期态。     

分数阶超混沌Lorenz系统及同步研究

基于分数阶微积分的Adams—Bashforth—Moulton一步方法与预估-校正算法,研究了分数阶超混沌Lorenz系统,并进行了数值仿真。结果表明：该系统存在超混沌的最低阶数为3．88阶。利用一步耦合法给出了分数阶超混沌系统的同步,并利用数值模拟验证其准确性。     

超混沌Lorenz系统的线性与非线性耦合同步

通过理论分析与数值仿真,分别实现了一类超混沌系统的线性与非线性反馈控制耦合同步．利用超混沌系统的最大Lyapunov指数确定反馈控制系数需满足的取值范围,实现线性耦合同步．对于非线性耦合同步,则是基于对Lyapunov方法的理论讨论,给出超混沌系统在全局范围内实现同步的充分条件．     

用数值方法探讨射频电流驱动下Josephson结系统的稳定性

Josephson结用作参量放大器时出现的反常高的噪声起因于混沌运动．本文综合相平面法与数值方法对Josephson结中的混沌现象进行了研究，并据此初步探讨了Josephson结系统的稳定性．     

一个非自治混沌系统及其弱信号检测的应用

为有效检测夹杂在强噪声中的微弱有用信号，构造一个具有丰富动力学行为的三维耗散混沌系统，利用相图、Lyapunov指数谱和分岔图数值仿真方法，分析该混沌系统的复杂动力学行为，并利用该系统良好的噪声免疫性和极端敏感性，将其应用于未知频率的微弱信号检测．通过对平衡点的稳定性分析，确定了混沌吸引子拓扑形状变化的临界阈值．该系统在双涡卷混沌状态和单涡卷混沌状态之间的开关阈值附近运行，微弱信号的幅值会影响混沌吸引子的拓扑形状．在Multisim中构建系统的仿真电路，并搭建实际的物理电路，模拟电路的实验结果与数值分析结果一致．研究结果可为弱信号检测的实际工程提供新思路．     

粒子群算法在阵列天线方向图综合中的应用

针对目前粒子群优化算法在多零点低旁瓣约束的阵列天线方向图综合中早熟收敛、易陷入局部极值的问题,融合混沌优化算法和粒子群优化算法的优点,提出了一种新的混合优化算法.当种群进化停滞时,新算法在种群最优位置的邻域内进行混沌搜索以寻找更优解,其混沌搜索范围可自适应地调整.新的种群最优位置在更新其每一维分量时,选取不同的粒子作为学习对象,提高了粒子的多样性.将此算法应用于阵列天线方向图综合中,能有效地生成多零陷,并抑制旁瓣.     

改进型混沌粒子群算法求解函数均值问题

针对基本粒子群优化算法易陷入局部最优的缺陷,提出一种基于有限作用域的混沌粒子群优化算法。利用特定的初始分布涵盖全局最优值,利用混沌序列良好的非线性性质来影响粒子速度的更新过程;以有限作用域外的粒子遍历优化问题的可行域,从而增加粒子对可行域的广度搜索,以有限作用域内的粒子搜索最优值,从而提高全局最优值的精度搜索效率。把本文算法应用到函数均值求解的实验中,结果表明,本文算法具有较好的求解精度和求解效率值。     

水系统优化的粒子群算法分析

针对水系统集成优化问题,采用4种粒子群算法进行求解,并对算法进行了改进。通过算例分析了粒子群算法用于水系统优化时的计算特性。研究表明:在水系统集成优化时,基于混沌局部搜索的粒子群算法较适于该问题的计算。     

一种基于混沌序列的粒子群优化算法

提出了一种基于混沌思想的粒子群优化算法,它利用粒子群优化算法收敛速度快和混沌运动遍历性的特点,对于陷入局部极小点的粒子,引入混沌序列重新初始化,从而使惰性粒子能够跳出束缚并快速搜寻到全局最优解。对几个经典函数的测试计算表明,其在收敛速度和精度上均优于标准的PSO算法。     

基于Tent映射的混沌粒子群优化算法

针对粒子群算法在迭代后期易陷入局部最优的不足,采用Tent映射所产生的混沌序列在粒子个体最优点和全局最优点附近进行混沌搜索,利用混沌搜索的全局遍历性和随机性提高了粒子群优化算法的全局搜索能力和抗早熟收敛性能。几个典型测试函数的仿真结果证明了该算法的可行性。     

基于组合混沌序列动态粒子群算法的电力系统无功优化

无功优化对提高电力系统的安全性和稳定性具有重要意义.针对传统粒子群算法在求解大规模、强非线性无功优化时易陷入早熟、局部收敛等问题,应用Logistic混沌优化方法,充分利用其遍历性进行寻优.另外,为保障粒子群算法初值的均匀性,结合Chebyshev映射和Logistic映射,引入一种组合混沌映射并将其应用于粒子初始化,提高初始变量的均匀性,从而提高算法全局寻优能力.对粒子群速度更新过程中存在的惯性取值问题,引入一种基于种群速度的动态惯性权重策略.最后将这一算法应用于电力系统无功优化.算例表明,算法具有较强的全局搜索能力和较高的效率.     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

Chaos quantum particle swarm optimization for reactive power optimization considering voltage stability

The reactive power optimization considering voltage stability is an effective method to improve voltage stablity margin and decrease network losses,but it is a complex combinatorial optimization problem involving nonlinear functions having multiple local minima and nonlinear and discontinuous constraints. To deal with the problem,quantum particle swarm optimization (QPSO) is firstly introduced in this paper,and according to QPSO,chaotic quantum particle swarm optimization (CQPSO) is presented,which makes use of the randomness,regularity and ergodicity of chaotic variables to improve the quantum particle swarm optimization algorithm. When the swarm is trapped in local minima,a smaller searching space chaos optimization is used to guide the swarm jumping out the local minima. So it can avoid the premature phenomenon and to trap in a local minima of QPSO. The feasibility and efficiency of the proposed algorithm are verified by the results of calculation and simulation for IEEE 14-buses and IEEE 30-buses systems.     

混合粒子群优化算法及其在预测控制中的应用

在时变加速因子的自组织粒子群算法、中值粒子群算法、混沌粒子群算法的基础上,提出了一种新的混合粒子群优化算法( MPSO),并利用这种新的算法来训练径向基函数(RBF)神经网络的参数(连接权、隐节点中心和宽度),验证了所提方法的有效性.进一步,提出了基于神经网络的非线性系统直接预测控制方案,实现非线性系统的实时控制.通过...     

基于混沌思想的粒子群优化算法

为克服粒子群优化算法容易陷入局部最优的缺点，根据混沌运动的随机性、遍历性特点，提出一种基于混沌思想的粒子群优化算法（CPSO）、该算法利用种群适应度方差进行早熟收敛判断，实现对进化过程的监视，当发现种群陷入局部最优时，对种群进行混沌初始化，帮助种群摆脱局部最优点．对4种典型测试函数的仿真结果表明，改进算法明显减少了种群陷入局部最优的可能性．其全局寻优能力明显强于标准粒子群优化算法．