利用延迟反馈方法控制调速器系统的混沌

通过对机械式离心调速器系统增加一个延迟反馈控制器,利用它控制系统从混沌运动转化为周期运动.当该控制器的延迟时间等于系统的某一条不稳定轨道的周期时,就能将处于混沌状态的系统控制到相应的不稳定周期轨道上,并将该轨道稳定化.数值仿真表明了该控制方法在机械式离心调速器系统混沌控制中的有效性与可行性,将系统的混沌行为利用适当的控制强度控制到稳定的周期轨道.     

基于延迟反馈的高速公路匝道混沌控制研究

针对高速公路不确定性特点,提出延迟反馈控制和积分控制相结合的高速公路混沌控制方法.介绍了具有开关功能的高速公路匝道混沌控制原理;设计了将高速公路不稳定周期运动转化为周期运动作为控制目标,匝道调节率作为控制变量的混沌控制器.通过仿真试验分析了采用延迟反馈和ALINEA控制算法的控制效果.试验结果证明了该原理与方法的可行性与正确性.     

罗伦兹系统的混沌自适应控制与同步研究

分析了系统参数未知情况下的罗伦兹系统的自适应控制与同步问题，在李亚谱诺夫（Lyapunou）稳定性理论的基础上，提出了一种单状态变量反馈的自适应控制方法，能够迅速的稳定罗伦兹系统轨迹至稳定平衡点，并成功地实现了两个相同罗伦兹系统的同步，计算机仿真的结果证明了该方法的有效性。     

混沌同步化的线性反馈理论

对Ｌｏｒｅｎｚ系统用李雅普诺夫函数方法构造了两种线性反馈函数形式，研究了实现混沌同步化的线性理论，得出了保持两个混沌系统同步化的可能性。     

统一混沌系统的控制

提出和应用延迟微分反馈控制DDFC．对统一混沌系统应用DDFC，对DDFC统一系统的可控性、稳定性进行理论分析与数值仿真．在Matlab下，在事先不知统一系统的不稳定周期轨道UPO及其任何信息下，调节延迟时间ι和控制增益k，寻找和稳定不同的UPO，观察其可控性和稳定性效果．     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾(Norbin)非线性船舶模型, 基于反馈线性化方法和由径向基函数(RBF)神经网络构建的模糊系统的逼近能力, 提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术, 使模糊系统的所有参数均可实时调节, 引入了鲁棒控制消除模糊逼近系统带来的误差, 在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定, 使系统的模型跟踪误差为0, 优于传统的PID控制策略, 具有良好的自适应能力。     

基于神经网络的自适应跟踪控制

本文研究了一种用社会网络实现的自适应跟踪控制方法，仿真结果表明，该方法的控制效果是令人满意的。     

一种改进的模型跟随自适应控制算法

提出了一种改进的模型跟随自适应算法(DS-AMFC),即把系统输出的误差引入控制信号,同时,利用线性神经网络对系统(k+1)时刻输出误差预测,并利用该预测值对系统进行控制。仿真表明该改进算法较原算法有较强的跟随模型的能力。     

混沌时间序列的双线性自适应预测

基于混沌动力系统相空间的延迟坐标重构和双线性表达式，设计了预测混沌时间序列的双线性自适应预测滤波器．对2种低维混沌序列的预测实验表明，采用双线性自适应滤波器的预测收敛速度快，处理约50个样本时即已收敛，预测相对误差小于0．001．     

多值非线性系统的自适应控制

提出了带有多值非线性环节的线性离散系统的自适应控制算法，仿真实验的结果表明：该算法简单易行具有明显的优点，跟踪误差比采用一般的自适应控制算法时要小得多，且能保证闭环系统大范围近收敛。     

一个新混沌系统的非线性反馈同步控制

提出三维连续自治混沌系统,该系统含有4个参数,3个非线性乘积项,并且每个方程均具有不同的非线性乘积项.利用理论推导、数值仿真、分岔图等对系统的基本动力学特性进行了分析.研究表明,该系统存在着复杂的混沌吸引子,系统具有5个平衡点,与以往研究的Lorenz,Chen等混沌系统足非拓扑等价的;在不同的参数范围下系统可以由混沌态转为稳定的周期轨道,系统由倍周期序列通向混沌.基于Lyapunov稳定性理论,采用非线性反馈控制方法,给出系统在不同初值下实现自同步的充分必要条件及控制律参数的选取范围,数值仿真证明了该方法的有效性.     

基于T-S模糊模型的Kawakami混沌系统的控制

研究了离散Kawakami混沌系统的模糊控制问题,利用单点模糊化、乘积推理和中心平均去模糊化模糊推理方法将Kawakami系统化为T-S模糊模型.在用T-S模糊模型重构了系统结构的基础上,利用反馈控制思想,借助于离散李亚普诺夫稳定性理论,给出了离散T-S模糊模型渐近稳定的充分条件,并设计出了相应的状态反馈控制器.利用线性矩阵不等式,进一步求出了模糊控制器的参数.仿真结果验证了该控制方法的有效性.     

基于改进的BP神经网络模型参考自适应控制

针对传统BP算法的神经网络模型参考自适应控制实时性差、精度不高、收敛慢等不足,结合BP改进算法和非线性系统的可逆性,提出了基于改进的双向权值调整BP算法的神经网络模型参考自适应控制.基于此算法设计的系统辨识器和控制器的网络结构简单,精度高,仿真结果表明该算法的辨识和控制效果均很理想,可应用于工程实际.     

含有平方项的新混沌系统的研究及控制

在Lorenz系统及Liu系统的基础上,提出了一个新的三维连续自治系统,简述了该系统的基本动力学特征,根据Routh-Hurwitz准则,重点讨论了系统平衡点的稳定性.采用线性状态反馈控制证明了达到预期控制目标反馈控制参数的选取范围,数值仿真证明了该方法的有效性.     

Efficient Protocol-Proving Algorithm Based on Improved Authentication Tests

A new efficient protocol-proving algorithm was proposed for verifying security protocols. This algorithm is based on the improved authentication tests model, which enhances the original model by formalizing the message reply attack. With exact causal dependency relations between messages in this model, the protocol-proving algorithm can avoid the state explosion caused by asynchronous. In order to get the straight proof of security protocols, three authentication theorems are exploited for evaluating the agreement and distinction properties. When the algorithm terminates, it outputs either the proof results or the potential flaws of the security protocol. The experiment shows that the protocol-proving algorithm can detect the type flaw attack on Neuman-Stubblebine protocol, and prove the correctness of NSL protocol by exploring only 10 states.     

���ڻ���������ļ�ʻԱ��̬·���յ��㷨�о�

动态路径诱导旨在向驾驶员提供基于实时交通信息的最佳行驶路径来达到诱导出行的目的，以保证车辆在路网上运行的总费用最小，为驾驶员提供较合理的高效行驶路线。动态路径诱导必须实时保证全局准最优，本文将混沌神经网络应用于动态路径诱导，通过在HNN中引入混沌动态，利用其遍历性进行随机搜索，再由退火策略控制混沌动态逐渐消失并转入HNN进一步优化，从而可保证网络收敛到一个最优或近似最优的稳定平衡点。仿真分析表明：将混沌神经网络应用于动态路径诱导系统中求解最优路径，总能保证网络收敛到全局最优，同时可有效克服Hopfield神经网络易陷入局部最优解的缺点，具有更高的搜索效率，对于求解连续变量的非线性优化问题提供了一种有效方法，验证了混沌神经网络在动态路径诱导中的有效性。     

基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

杜芬方程的仿真分析及混沌控制

为实现对系统的有效控制,针对杜芬方程在特定参数设置下所出现的混沌现象及其特性,提出了基于参数微扰和变量反馈的控制方法,这种方法能对混沌系统进行有效的控制,通过调节反馈系数k,就能得到新的运动轨迹．理论分析和系统仿真结果均表明该控制方法的可行性,得出了混沌特性被抑制或最终得到周期解的效果．     

基于遗传算法的混凝土热学参数反分析与反馈研究

混凝土热学参数主要是通过室内试验得到的,不能真实地反应施工现场的混凝土热学性能.针对这一问题,结合工程现场实测的混凝土温度,利用遗传算法对混凝土温度场进行反演计算,并将计算值和实测值进行对比,分析计算结果的合理性,得到反映混凝土真实热学性能的参数.结合混凝土温度场应力场的基本原理和水管冷却的精确算法,利用这些参数,通过三维有限元仿真计算程序对施工现场混凝土温度场进行反馈计算.确定温控防裂措施,指导后续施工.结果表明t该方法可成为替代用室内试验和经验公式选取热学参数的有效途径.     

一种基于Logistic混沌序列的加密隐藏算法

利用混沌序列的随机性和不可预测性,可将其作为密钥进行数据加密.同时,传统的加密技术所得到的密文容易被攻击者发现,影响了信息的安全性.本文有效地引入信息隐藏方法,提出了基于Logistic混沌序列并将加密与隐藏相结合的算法,防止密文在传送中被监测到,提高了信息的安全性.