利用混沌搜索全局最优的交通流控制优化模型

运用交通流控制理论建立了在交叉口空间渠化及信号相位相序给定的条件下,考虑机动车与非机动车的延误(服务水平)约束条件,机动车通行能力最大的优化模型,并利用混沌变量的内在特性,与梯度法相结合进行全局性的搜索.通过优化实例计算,说明了优化模型及其混合算法的理论价值及实用价值.     

基于混沌神经网络公路工程建设风险评价研究

鉴于公路工程建设风险评价属多维非线性问题,分析了混沌与神经网络相结合评价公路工程建设风险可行性,建立了混沌神经网络模型和评价指标体系,从而构建了完整的公路工程建设风险混沌神经网络评价系统（HCRCNNAS）。经实例研究表明,该系统评价结果稳定可靠,具有良好的应用前景。     

基于混沌神经网络的最优路径选择算法

研究车载交通流诱导系统的最优路径选择问题。采用广义路阻的定义,考虑了驾驶员在路径选择中的不同要求,并借助一种具有暂态混沌和时变增益的神经网络(NNTCTG),针对最优路径选择问题设计了神经网络结构,构造了能量函数,提出了一种能够满足不同出行者偏好的最优路径选择算法。所提出的算法具有很多优良特性,即暂态混沌特性和平稳收敛性,能有效地避免传统Hopfield神经网络极易陷入局部极值的缺陷。它通过短暂的倒分叉过程,能很快进入稳定收敛状态。仿真结果表明,NNTCTG求解指定起讫点对之间的最优路径问题时,总能收敛到全局最优,同时具有更高的搜索效率。     

一类参数不确定超混沌系统的反同步

利用自适应控制理论,设计控制器和参数自适应控制律,实现了一类参数不确定的异结构超混沌系统的反同步,并用稳定性理论证明了该方法的有效性,同时对具体的超混沌Chen系统和超混沌Rssler系统进行反同步仿真,结果证明数值计算与理论分析一致.     

舰船电力系统混沌运动的数值分析

为了研究舰船电力系统在周期电磁扰动下会发生混沌振荡的规律,应用Melnikov和Lyapunov指数两种方法对系统进行了混沌数值分析.Melnikov方法给出了不变流形和不稳定流形横截相交的必要条件,从而判断混沌运动的发生,同时应用Lyapunov指数,判别在扰动下的系统动态行为.仿真结果表明,Melnikov方法能给出系统发生混沌的解析条件,但仅为必要条件,而充要条件则由Lyapunov指数给出.     

基于混沌理论和神经网络的交通量预测

针对目前交通量预测不能很好地满足智能交通管理需求的现状,分析交通量数据内在混沌特性,主要包括时间延迟、嵌入维数、关联维数及Lyapunov指数的计算,并将此分析耦合人工神经网络模型进行预测,最后给出北京环路上某车道交通量预测的实例,结果显示基于混沌时间序列分析的神经网络交通量预测在数据动力特征刻画及误差控制上有显著优势。     

基于混沌吸引子的时间序列预测方法及其应用

介绍相空间重构技术以及混沌吸引子的关联维数的计算方法,阐述了基于混沌吸引子的特性基础上的预测原理及预测模型,指出了已有预测模型的不足,提出改进意见并给出具体算法。然后,用Lorenz 系统所产生的时间序列作为样本,进行了预测,给出了3种模型的预测结果,并作了比较。最后,指出了还存在一些相关问题。     

非线性系统同步的反向设计

反向设计是将Lyapunov函数的选取与控制的设计相结合的一种回归设计方法。将该方法用于同步系统的设计,给出了一个具体可行的同步设计过程。在同步设计中,不管是几阶系统均只需一个控制项。不仅适用于一般的非线性系统的同步,还适用于一些混沌系统（如有外激励的van der pol系统、Duffing系统、Chua电路、Bossler系统等）的同步。控制项中不出现求导项,便于该方法的实施。作为算例,给出了van der pol系统及Chua电路的同步设计。     

含间隙机械系统周期运动到混沌的转迁过程

通过理论分析和数值仿真研究了一类含间隙机械振动周期运动到混沌的一种非常规迁过程,这个周期运动到混沌的全局分叉过程包含了倍化分叉,Hopf分叉和环面分叉,含间隙冲击振动系统周期运动向混沌的转迁过程与常规的连续非线性动力系统有本质的区别,冲击振动系统的映射“擦边”奇异性可能是这种非常规转迁过程的主要原因。     

高频调制式船用充电机的研制

介绍一种采用PWM调制技术研制出的船用电子充电机,该充电机具有结构简单、体积小、重量轻、动态性能好、自恢复能力强等优点,是一种能够替代常规船用充电机的理想电子产品;给出充电机的系统结构图、性能参数以及充电机主要元件的选用方法.