混沌光学系统的前向神经网络系统辨识研究

为解决混沌光学系统自适应控制所需之控制参考动力学模型问题，以布拉格声光混沌系统的系统辨识为例．研究了利用前向神经网络对混沌光学系统进行系统辩识的可行性。计算机仿真实验发现．在静态ＢＰ算法支持下一结构十分简单的三层ＢＰ前向神经网络（１：４：１）即可在一定的精度范围内完成对布拉格声光混沌系统的系统辨识．此结果表明．三层前向ＢＰ神经网络在静态ＢＰ算法的支持下确是一良好的混沌光学系统辨识器，因而可用来处理混沌光学时间序列以进行混沌光学系统的动力学重构。     

一种混沌信号去噪方法的研究

以Takens嵌入定理和影子定理为理论依据，提出一种能对混沌信号去噪的局部投影方法。该方法不需潜在动力学系统的先验知识，符合工程实用的要求。通过实验结果表明这种方法对混沌信号去噪很有效。     

混沌电路同步的研究

本文叙述对混沌电路实现同步控制的实验研究之初步结果。所用的电路为蔡氏电路和锁相环电路。这项研究工作在通信系统中有应用前景。     

数字混沌扩频序列的盲估计

混沌序列具有非线性、宽带类噪声、大的码族、任意长的周期且容易产生的特性,因此在扩频通信系统中很有实用价值。本文将文献[1]中对伪随机扩频序列盲估计的方法推广应用到混沌扩频通信中,并对其不足提出了改进方法。在只知道扩频码周期而无其它任何先验知识的条件下,利用特征值分析的方法可以对数字混沌直扩序列进行盲估计,仿真实验证明了该方法的有效性。     

论混沌振动CVRCC

碾压混凝土（RCC）技术是混凝土建造技术的重要进展，而混沌振动碾压是振动碾压的近代技术。作者结合上海产与徐州产混沌振动碾压机的宽带振动，分析混沌振动的碾压机理，提出混沌振动RCC新技术CVRCC。     

256比特的混沌分组密码

由于密码分析研究的进展及DES自身的弱点,原64比特的DES将不能作为数据加密的标准算法而长期存在。在原来工作的基础上,本文提出了256比特的分组密码方案。密码算法由基于混沌映射的数字滤波器构造。     

非对称参数细胞神经网络中的混沌与分叉

研究了由３个细胞组成的细胞神经网络中的混沌与分叉现象。主要讨论了细胞神经网络中的一类特殊奇异吸引子，它由两个稳定平衡点和一个不稳定平衡点及其流形形成。通过取不同的初始值，可以在同一组参数焉获得３种不同的相轨线图，也可观察到一个稳定极限环的存在。     

基于D-FNN的混沌铁磁谐振系统非线性补偿控制方法

针对电网混沌铁磁谐振系统产生的混沌现象,提出基于动态模糊神经网络的混沌铁磁谐振系统非线性补偿控制方法。该方法采用动态模糊神经网络来逼近系统的非线性部分,消除了过电压的混沌现象,将系统稳定到目标位置,实现了对系统的非线性补偿控制。Matlab仿真结果表明,基于动态模糊神经网络的非线性补偿控制方法控制结果正确,响应快速。     

基于混沌优化与人工鱼群算法的混合算法研究

针对人工鱼群算法和混沌优化算法的特点,将人工鱼群算法与混沌优化算法相结合提出一种混合算法。此混合算法是利用混沌变量敏感性来提高人工鱼群初始群体解的质量;然后利用混沌的遍历性和随机性扰动使鱼群算法摆脱局部极值点,提高全局收敛性。仿真实验结果表明了混合算法的有效性。最后,给出了在一定条件下提出的混合算法的收敛性证明。