基于混沌优化的电力无源滤波器参数设计

针对目前电网谐波治理,考虑到无源滤渡器设计的现状,以及现有优化设计方法中假设条件较多、寻优能力不强等问题,提出了一种无源滤波器的多目标优化设计方法.利用混沌算法,将无源滤波器的初期投资、无功功率补偿、滤波后电网谐波含量作为目标,进行无源滤波器的参数优化设计.实践证明,该方法设计的无源滤波器具有较好的综合性能.     

二维薄板在超音速气流作用下的热弹性颤振

根据von-Karman几何非线性应变位移关系建立了二维薄板在超音速气流作用下的非线性动力学模型,其中气动力根据一阶准静态活塞理论计算.用假设模态法和伽辽金方法使方程离散化,然后用Runge-Kutta方法计算.分析结果用分叉图和相图描述.结果表明,温度效应降低了板的稳定性;随动压增大,系统经历稳定运动、周期运动和混沌运动状态.     

基于退火策略的混沌神经网络在解KTSP问题中的应用

研究优化求解多路TSP问题(KTSP)。首先求出将KTSP转化成TSP的换位矩阵，然后用基于退火策略的混沌神经网络(ACNN)模型求解KTSP。仿真结果表明算法是有效的。     

基于路段能力可靠性的城市交通网络设计

在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。     

基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

基于两层编码的进化算法及其在控制混沌中的应用

针对RBF（Radial Basis Function)网特点,提出基于两层编码的进化算法来同时确定网络结构和参数。文中分别采用两种不同的遗传算法GA（Genetic Algorithm）和进化规划EP（Evolutionary Programming）训练网络。实验结果表明,基于这三种不同进化算法的RBF网络都能有效地控制混沌系统,其中EP的训练和控制结果最优。     

基于相空间重构的短时交通流预测研究

短时交通流预测在城市交通控制和管理中起着十分重要的作用。本文通过分析短时交通流量数据在时间序列上的特点，引入混沌理论的分析方法，从非线性时间序列预测的角度对交通流量预测进行了研究。通过计算交通流系统相空间重构参数，给出了一种基于相空间重构理论的局部预测方法，对城市道路路段交通流量进行短时预测，取得了较为满意的效果。     

汽车变速器磨损轴承振动信号混沌行为分析

本文首先讨论了判断时间序列具有混沌性态的准则，探索了求时间序列奇异吸引子嵌入维数的方法，并用Ｇ－Ｐ算法求关联维数，在尝试用几个传统的奇异吸引子验证了该方法的正确性之后，将它应用于计算一组变速器磨损轴承加速度振动信号的分形维数，计算表明，变速器振动信号具有分形特征，在其它条件不变时，轴承技术状况与振动信号的分形维数密切相关，它们均在２维与３维之间，随着轴承磨损加剧，它向３维逼近，当样本点达到一定数目     

基于神经网络混沌时间信号的预测

针对混沌时间信号具有短期预测的特点，文章提出用神经网络构成的网络模型对混沌信号进行预测。实验结果表明：这种方法预测的结果误差小于传统参数模型的预测误差，在同等条件下，指数越小，预测效果越好