一种改进的局部本质维数LID检测混沌方法

介绍基于确定吸收子维数上界检测混沌的LID算法,与关联数检测混沌算法比较该算法具有两个优点：可以区分出分形噪声和混沌;可以在较 低信噪比的情况下进行有效的检测。由于普遍利用基于SVD分解的LID算法在有噪声的情况下阈值很难确定,本文分析了SVD分解计算LID缺陷的原因,并在此基础了提出了一种基于局部Neymark分解计算LID检测混沌的算法,仿真表明取得了很好的结果。     

分形无标度区的一种自动识别方法

GP算法求分形关联维数时,双对数曲线的线性区间(无标度区)的识别十分关键。经典的GP算法中无标度区的识别主要依靠人工经验完成,同一条曲线,不同的人可能得到不同的无标度区,从而导致估算的关联维数存在较大差别。根据无标度区范围内的双对数曲线近似为一条直线段,其二阶导数应在0附近上下微幅波动的特点,提出了一种由计算机对无标度区进行自动识别的方法。该方法物理意义清晰,便于在计算机上编程实现。用Lorenz方程X轴的数据对方法进行了验证,计算结果表明,提出的方法可以有效地识别无标度区。     

基于混沌理论的动态系统故障检测研究与发展

混沌理论是一种用于描述确定非线性系统内在随机性的一种数学方法。作为确定论和概率论的桥梁，混沌理论具有对初始条件敏感、短期可预测等特点，近年来在各工程领域得到应用。基于混沌理论的故障检测是混沌理论应用的一个重要方面。本文在简单介绍混沌原理的基础上，分类介绍了基于混沌理论的各种故障检测方法及其研究现状，探讨了这一领域中有待进一步研究的若干问题。     

基于统计方法的混沌Duffing振子弱信号检测与估计

本文研究了混沌Duffing振子在弱信号检测系统中表现出的统计特性,说明了Lyapunov指数的统计特性与弱信号检测和估计之间的关系.之前的一些研究表明,混沌系统可以用于弱信号的检测,并将Lyapunov指数作为判定混沌状态的确定性依据.但本文的研究工作表明,弱信号检测系统中的Lyapunov指数存在一定的统计特性,将其作为信号检测判据需要考虑更多因素.因此,本文从理论上分析了混沌弱信号检测系统的Lyapunov指数存在的统计特性,并利用仿真数据建立了统计模型,确立了混沌检测系统的虚警概率和检测概率的计算方法.进而推导出了策动力阈值门限的选取公式和弱信号检测信噪比,给出了信号幅度估计的方法.实验结果表明,混沌弱信号的检测和估计性能与采样时间和采样间隔密切相关,可以采用统计信号检测的理论来衡量其性能.     

混沌大洪水算法求解函数优化问题*

针对函数优化问题,提出一种混沌大洪水混合优化算法,该混合算法基于大洪水算法寻优思想和混沌序列的内在随机性、遍历性和规律性特点。算法在Delphi7环境下编程实现,针对几个典型复杂函数进行优化测试,仿真结果表明,混沌大洪水算法是一种简单有效的算法,在运行效率上明显优于其他算法。     

基于混沌的信息检测技术

文章根据混沌系统的特点,论述了基于混沌的信息检测技术的三种形式：构造混沌检测系统,实现高精度测量;从具有混沌性的背景信号中检测有用信号;基于混沌振子的微弱信号的检测。分析了基于混沌的信息检测技术区别于传统检测技术的独有特点及其在信息检测技术中的应用前景。     

混沌优化方法及其应用*

利用混沌运动的遍历性、随机性、“规律性”等特点，本文提出了一种混沌优化方法（ＣＯＡ）。用混沌优化方法对一类连续复杂对象的优化问题进行优化，其效率比一些目前广泛应用的随机优化方法如ＳＡＡ，ＣＡ等要高得多，而且使用方便。     

一种用于求解TSP问题的混沌优化算法

针对TSP问题,提出了一种用于解决组合优化问题的混沌优化算法。在寻优过程中,对解矩阵不断进行“交换”和“移位”两种操作,利用混沌搜索方法确定所进行操作的矩阵位置。仿真结果表明,该方法的搜索效率要明显高于其他的优化方法。同时,寻优结果对参数的变化不很敏感。     

混沌遗传算法在优化问题中的应用

文章结合遗传算法优化的反演性与混沌优化方法的遍历性,提出了混沌遗传算法,并将其应用于优化问题的求解.实验结果表明,与标准遗传算法比较,该算法具有更好的收敛性能与搜索效率.     

混沌遗传算法及其在函数优化中的应用

将混沌优化和遗传算法结合起来,提出了混沌遗传算法(CGA,Chaos Genetic Algorithm),并将其应用于函数优化问题的求解。通过在种群进化的不同阶段引入混沌优化操作,大大提升了遗传算法的整体性能。实验结果表明,与标准遗传算法(SGA)相比,该算法能更有效地求得全局最优解,具有更快的收敛速度。     

变尺度混沌优化方法及其应用

基于混沌变量,提出一种变尺度混沌优化方法,该方法不断缩小优化变量的搜索空间并不断提高搜索精度,从而有较高的搜索效率,应用该方法对６个测试函数进行优化计算得到了满意的效果。     

应用计算机仿真研究混沌及混沌同步

在混沌应用研究领域,计算机仿真方法是继数值分析法、Lyapunov指数分析法和真实实验法之后的另一个非常有效而实用的混沌研究方法。本文通过计算机仿真再现了Chua电路的混沌信号输出;实现了对两个Chua电路主动－被动混沌同步。仿真实验表明：（i)在研究电子学信号混沌系统的混沌同步问题时,仿真实验与真实实验有较好的对等性;;（ii）在仿真实验过程中,仿真方法对影响系统同步的因素（如噪声和系统参数变化等因素）能进行有较控制,较之真实实验,对系统的稳定性和鲁棒性问题能进行更准确的量化分析。     

一种利用混沌测量低频频率的新方法

非线性Duffing方程在从混沌状态到大周期转变时，表现出良好的等Q共振锁频特性。本文研究了在不同谐振频率下，系统从混沌状态到大周期状态时驱动力信号的幅值及频率条件，指出不同的驱动力幅值，存在着相应的锁频范围。当驱动力幅值大于阈值的余度越大，则相应的锁频范围越宽。进而通过虚拟仪器的实现方式，将被测信号的幅值做不同程度的归一化，利用混沌阵列进行了精密测量频率。实验测试表明，该方法可达到较高的精度，不足之处在于由于计算机要完成不同程度的归一化，同时需要人工判别相图是处于混沌还是大周期状态，所以需要测试时间较长。由此可知该方法特别适合于低频、单次信号的高精度测频。     

前馈神经网络的混沌BP 混合学习算法

简要分析由Logistic映射产生的混沌数以及不同混沌序列之间的概率统计特性，为混沌全局性搜索提供了依据．将一种快速BP算法与混沌优化相结合，提出了混沌BP混合算法，由于混沌Logistic映射的遍历性、随机性，使得混合算法收敛速度快，且具有全局性，采用混合算法对XOR问题和非线性函数进行仿真，结果表明该算法明显优于标准BP算法和快速BP算法。