混沌系统的模糊神经网络控制理论方法研究.pdf

摘 要 本文的重点是在不确定混沌系统的智能控制与同步方法上进行了一系列的探 索和研究。全文主要工作有如下几个方面： 1．综述了混沌研究的发展历史及其意义，归纳和总结了混沌的定义及混沌应 用前景，着重评述了最近十几年来国内外几类具有代表性的混沌控制方法及其特 点，阐述了本论文的研究意义。 2．研究了一种将暂态误差预测技术、小扰动控制技术、梯度下降法和遗传算 法)。该控制方法无需了解系统的动态特性和精确的数学模型，也不需监督学习所 要求的训练数据，通过增强学习训练方式，采用改进遗传算法优化神经网络权系 数，使之成为混沌控制器，便可产生控制混沌系统的时间序列小扰动信号，仿真 实验结果表明它不仅能有效镇定混沌周期1、2等低周期轨道，而且在周期控制技 术基础上，也可成功将高周期混沌轨道(如周期4轨道)变成期望周期行为。该 方法不必知道控制对象的动力学模型及诸如系统状态维数和不动点位置等其它特 性，又具有一定的抗噪声干扰能力，因此可以推广应用到其它混沌系统的控制中。 3．提出了一类不确定混沌系统的模糊神经网络自适应控制方法。该方法采用 少量模糊规则(“如果一则”语言规则)，使模糊神经网络逼近系统中不确定函数： 然后通过Lyapunov函数法和参数投影算法，即可在线调整模糊神经网络控制器参 数。利用监督控制器的特点，使控制过程系统