在线实时快速识别混沌的智能方法研究

摘要

在某些实时控制系统中,必须尽快地识别出混沌,以便及时采取控制措施避免系统进入无序状态.然而现有的混沌识别方法由于要求样本量大,无法满足实时性的要求.因此,研究在线实时快速判定混沌的方法不仅可以在混沌理论上填补在线实时快速判定混沌方法的空白,具有重要的学术意义,而且具有很高的实用价值. 针对以上问题本文提出了一种在线实时快速判定混沌的智能方法,通过找出产生混沌的初始条件和混沌之间的对应关系,可以在混沌产生之初检测到混沌. 本文首先通过相关文献的总结提炼,较为全面地总结了国内外关于混沌识别以及相关技术领域的研究现状和不足.本文提出了一种解决混沌在线实时快速识别的新思路,给出了使用智能方法解决该问题的一个总体系统框架.对各个子系统的具体实现方法分别进行了研究.包括较全面地总结了在实现智能系统中的离线识别子系统中要用到的Lyapunov指数数值计算方法,分析了各种类型数值计算方法的原理、适用特点、计算效果等；介绍了谱分析,小波分析等信号处理方法,并用这些方法对混沌信号和一般信号进行了比较分析试验,找出了适合提取时间序列混沌特征模式的信号处理方法.给出了智能方法仿真实验的实现流程并设计了仿真实验验证了智能识别方法的有效性.并将智能方法应用于交通流仿真系统的混沌识别中,在Matlab环境下研究了智能系统的具体实现,仿真实验结果表明本文提出的智能方法可以很好地满足混沌检测实时性的要求. 本文对使用智能方法解决在线实时快速识别混沌这种新思路作了有益的尝试.

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

第一章绪论

1.1问题概述

1.1.1问题的提出

1.1.2解决的新思路

1.2当前研究状况

1.2.1小数据量的混沌识别研究状况

1.2.2初始状态和序列演化关系的研究状况

1.2.3人工智能方法在复杂系统中的应用研究状况

1.3本文主要研究内容

第二章离线子系统实现方法研究

2.1基于轨线演化的方法

2.1.1 Lyapunov指数的定义

2.1.2 Wolf方法

2.1.3小数据量方法及其改进

2.1.4小结

2.2 Jacobian方法

2.2.1 Jacobian方法基本原理

2.2.2局域估计法

2.2.3全局估计法

2.2.4小结

第三章混沌序列的数据预处理和特征模式提取

3.1时间序列的噪声分析

3.1.1量测噪声与动力学噪声

3.1.2噪声处理方法

3.2基于功率谱的混沌特征提取实验

3.3小波分析与特征提取

3.3.1小波分析基础

3.3.2多分辨分析

3.3.3小波包分析

3.4基于小波分析的混沌特征提取实验

3.5基于小波包分析的混沌特征提取实验

3.6基于小波包能量的混沌特征提取实验

3.7小结

第四章知识库的建立

4.1神经网络模式识别方法

4.2误差反传(BP)网络

第五章在线实时快速识别混沌的智能方法仿真研究

5.1智能系统的基本结构与仿真实验

5.1.1仿真实验

5.2智能方法在交通仿真中的应用研究

5.2.1离线识别子系统

5.2.2知识库的实现

5.3微观交通流仿真原理

5.4系统的仿真实验一

5.5系统的仿真实验二

5.6系统的仿真实验三

5.7小结

第六章结论与展望

6.1总结

6.2展望

参考文献

发表论文和科研情况说明

致谢