資源描述：
《混沌非線性系統(tǒng)的智能控制方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、譚文湖南大學(xué)碩士論文摘要在了解混沌非線性動(dòng)力系統(tǒng)特征的基礎(chǔ)上，本文就混沌非線性系統(tǒng)的智能控制方法進(jìn)行了研究。首先采用網(wǎng)絡(luò)結(jié)構(gòu)及其算法直觀、簡單，研究和應(yīng)用較為成熟的BP及其改進(jìn)算法的神經(jīng)網(wǎng)絡(luò)，以O(shè)GY混沌控制策略為基礎(chǔ)，分別用線性和非線性函數(shù)訓(xùn)練網(wǎng)絡(luò)，產(chǎn)生混沌穩(wěn)定所需的時(shí)間序列小擾動(dòng)控制信號，并用所設(shè)計(jì)的方法對二維Henon混沌非線性映射進(jìn)行了有效的控制。其次，利用一種學(xué)習(xí)過程收斂速度快、擬合能力強(qiáng)的RBF神經(jīng)網(wǎng)絡(luò)，以0GY法為依據(jù)，訓(xùn)練網(wǎng)絡(luò)成為混沌控制器，仍以Henon映射作為混沌控制對象，對其混沌行為實(shí)施了成功控制。然后針對大多數(shù)混沌非線性系統(tǒng)由線性函數(shù)和非線性函數(shù)兩部分構(gòu)成的特點(diǎn)，用
2、RBF網(wǎng)絡(luò)補(bǔ)償系統(tǒng)非線性部分，使原系統(tǒng)變成近似線性系統(tǒng)，再結(jié)合線性狀態(tài)反饋控制技術(shù)，對Lorenz方程和Duffing振子進(jìn)行了非線性補(bǔ)償控制。再次，提出一種基于不確定混沌系統(tǒng)輸入輸出的智能模糊建模及其自適應(yīng)控制混沌運(yùn)動(dòng)策略。(利用高斯模糊隸屬函數(shù)和最小二乘法，在無需求解系統(tǒng)不動(dòng)點(diǎn)的情況下，可將混沌運(yùn)動(dòng)鎮(zhèn)定到任意指定目標(biāo)位置。仿真結(jié)果表明采用所提出的方法建模精度高，控制響應(yīng)速度快，且具有良好的魯棒性。卜一，’，最后，設(shè)計(jì)了一種新型混合神經(jīng)模糊邏輯推理系統(tǒng)。眩系統(tǒng)僅從輸入輸出樣本數(shù)據(jù)集即可達(dá)到獲取知識、確定模糊初始規(guī)則基的目的。再利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力便很容易修改規(guī)則庫中的模糊規(guī)則以及隸屬函數(shù)
3、和網(wǎng)絡(luò)權(quán)值等參數(shù)，這樣大大減少了規(guī)則匹配過程，加快了推理速度，從而極大Mackey．Glass混沌時(shí)間序列作模擬試驗(yàn)，結(jié)果表明了該系統(tǒng)的有效性。h?程度地提高了系統(tǒng)的自適應(yīng)能力。為證實(shí)所設(shè)計(jì)系統(tǒng)的性能，用關(guān)鍵詞混沌系統(tǒng)，神經(jīng)網(wǎng)絡(luò)，混沌控制，自適應(yīng)控制，線性反饋控制，非線性補(bǔ)償控制，模糊邏輯，混合推力系統(tǒng)塑墨————ABSTRACTBasedontheunderstandingofcharactersaboutthechaoticnonlineardynamicalsystems．intelligentcontr01methodsforchaoticnonlinearsystemsarepr
4、esented．FirstIutheartificialneura】networksofBPanditsimprovedalgorithmswhicharebothsimple．directinstructureandalgorithm，andalsofull-grownintheresearchandapplyfieldisemployed．Thecontrollingalgorithmusedfortrainingthenetworkisbasedonthechaoscontrolschemedevelopedby0tt，GrebogiandYorke．Accordingtotheli
5、nearandnonlinearfunctions，thenetworksiStrainedtogenerateSmalIdisturbancetimeseriessignalsnecessaryforsuppressionnonlinearchaoticmotionaschaoscontroller．Thetwo．dimensionalHenonchaoticnonlinearmapiseffectivelycontrolledbytheproposedapproach．Secondly，becauseofthedistinguishedadvantages，suchasrapidcon
6、vergencyandstrongapproachability'theRBFnetworksistrainedaschaoticcontrollerbyOGYscheme，thensuccessfulofcontrollingtheHenonchaoticmap．Inviewofchaoticsystemscomposedofasumofalinearandnonlinearpart．a(chǎn)compensativecontrolmethodusingradialbasisfunctionnetworksiSproposed，theRBFnetworkstrainedcaneliminatet
7、henonlinearpartofthechaoticsystem，theresultingsystemisdominatedbythelinearpartThen．a(chǎn)linearstate-feedbackcontrollerdesignediSusedtosuppressthesystemtoadesirableposition．ThesimulationsontheLorenzequationandDuffingo
