基于神经网络预测估计的混沌控制研究

摘要

该文提出一种基于神经网络预测估计,控制混沌的新策略.从理论上分析实现该混沌控制策略的可行性、并通过大量仿真实验以及同其它控制策略的比较,验证了运用该控制方法实现混沌控制的有效性以及其具有的显著优点:1.广泛的适用性,对多种混沌系统均可实现有效控制;2.该控制的实施不要求预知系统的数学模型;3.不仅能够消除混沌现象,将混沌系统镇定在不稳定吸引子上,还能实现其他任意轨道的稳定控制;4.能很好地克服混沌系统对初值的敏感性,实现在任意时刻任意点的有效控制,对混沌控制的收敛域没有限制;5.对系统模型未知并难以区分混沌和随机运动的情况显得更有实际意义.

目录

文摘

英文文摘

第一章绪论

1.1研究混沌控制的目的和意义

1.2混沌控制研究的现状及其应用

1.3本论文的结构及主要研究工作

第二章混沌理论基础

2.1混沌的定义

2.2混沌的定性和定量特征

2.3研究混沌的常用方法

2.4 Logistic映射

2.4.1Logistic映射的物理意义

2.4.2不动点的稳定性

2.4.3单峰映射的倍周期分岔

2.4.4由倍周期分岔到混沌

2.5小结

第三章神经网络分析

3.1神经网络的基本概念

3.2 BP神经网络

3.3 BP算法的改进

3.4 BP网络的设计

3.5学习样本的收集

3.6小结

第四章基于神经网络预测估计的混沌控制

4.1建模及预测算法的基本原理

4.1.1局部模型用于混沌短期预测的基本思想

4.1.2基于神经网络的学习建模及预测

4.2混沌系统的控制

4.3仿真实例

4.4诙混沌控制策略与线性反馈混沌控制的比较

4.4.1一类混沌系统的线性反馈控制思想

4.4.2仿真比较

4.5小结

第五章基于神经网络预测估计混沌控制策略实施的特殊问题研究

5.1模型精度对预测估计，控制的影响

5.2积分对控制的影响

5.3控制给定量与控制量的关系

5.4初始条件对控制的影响

5.5样本选择的有效性

5.6小结

第六章结论

致谢

参考文献