几类非线性系统的混沌同步与分岔控制

发布时间：2020-11-02 18:42

　　 混沌与分岔是非线性领域中的重要理论.非线性系统在一定条件下必然会发生分岔、混沌现象,并且分岔、混沌会影响系统的稳定性.因此非线性系统的分岔、混沌的控制研究显得尤为重要.随着现代科学技术的迅猛发展与混沌同步的广泛应用,非线性系统的混沌同步与分岔控制引起了学术界的广泛关注.本文研究了几类非线性系统的混沌同步与分岔控制问题,主要包括混沌系统的同步以及非线性系统的静态分岔与控制,其主要内容概括为以下几个方面:1.具有时滞和随机扰动的离散混沌神经网络的指数H_∞同步研究了具有时滞和随机扰动的离散混沌神经网络的指数型同步问题.首先,利用Lyapunov-Krasovskii泛函和输出反馈控制器,建立驱动系统与响应系统实现均方指数同步的H_∞性能,并用矩阵不等式方法对其进行了分析.其次,通过求解线性矩阵不等式可以得到输出反馈控制器的参数.最后,通过一个仿真实例验证了理论结果的有效性.2.具有时滞和随机数据包丢失的离散混沌神经网络的指数同步讨论了具有时滞和随机扰动的不同两个离散混沌神经网络的指数同步问题.利用Lyapunov函数方法和随机分析理论,首先得到了误差动态系统均方指数稳定的充分条件.在此充分条件下,一种可靠的控制器的设计,确保具有随机扰动的不同两个离散时滞神经网络在均方指数同步.求解线性矩阵不等式,得到状态反馈控制器的参数.最后,通过数值算例验证了所提同步方法的可行性和有效性.3.具有概率型时滞的混沌神经网络的均方指数同步研究了具有概率型时滞和分布时滞的混沌神经网络的均方指数同步问题.考虑时变时滞的概率分布,建立了满足伯努利随机分布的随机变量,得到了包含概率分布信息的新系统.利用适当的Lyapunov-Krasovskii泛函,Jensen积分不等式理论和线性矩阵不等式技术,给出了若干个时滞相关的充分条件,保证了具有受限制的扰动的混合时滞混沌神经网络的均方指数同步.所得的结果以线性矩阵不等式的形式给出,利用Matlab的线性矩阵不等式工具箱很容易的求解.最后,通过两个实例验证了该同步方案的可行性和有效性.4.空间混沌系统的线性广义同步研究了空间混沌系统的广义同步问题.基于平面系统不动点的稳定性,得到了空间平面的稳定域.根据空间平面的稳定域,确定了空间混沌系统线性广义同步耦合强度的稳定域.此外,还分析了稳定不动平面与空间混沌系统同步的关系.最后,通过实例验证了该方案的有效性.5.2D离散动力系统的空间静态分岔与控制利用一个统一的延迟反馈方法控制2D离散动力系统的空间静态分岔.利用该控制方法,我们可以通过转移已有的分岔或产生一个新的跨临界、叉型、鞍结分岔来实现2D离散动力系统的空间静态分岔的判别和控制方法。
【学位单位】：山东大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TP13;O415.5
【部分图文】：

Ｊ／ｍ＋ｌ?＿?＾?ｒｒｉ＇ｉ??其中ａ，?＆是系统参数．研宄证明，当６?＝?０．３，?ａ?２?１．４时，系统（１．３．１）呈现混沌行??为，如图１．１－１．３所示．对于混沌系统（１．３．１）的理论及其应用的研究己经有十分??丰富的结果［１４－２５］．??１．５，?．???■?，?，?，?，??－１．５１?＇?■?＾?１?１?：??０?０．２?０．４?０．６?０．８?１?１．２?１．４??图１．１：系统（１．３．１）的倍周期分岔图．??０．４１?１??Ｉ?，?，?

Ｊ／ｍ＋ｌ?＿?＾?ｒｒｉ＇ｉ??其中ａ，?＆是系统参数．研宄证明，当６?＝?０．３，?ａ?２?１．４时，系统（１．３．１）呈现混沌行??为，如图１．１－１．３所示．对于混沌系统（１．３．１）的理论及其应用的研究己经有十分??丰富的结果［１４－２５］．??１．５，?．???■?，?，?，?，??－１．５１?＇?■?＾?１?１?：??０?０．２?０．４?０．６?０．８?１?１．２?１．４??图１．１：系统（１．３．１）的倍周期分岔图．??０．４１?１??Ｉ?，?，?

Ｊ／ｍ＋ｌ?＿?＾?ｒｒｉ＇ｉ??其中ａ，?＆是系统参数．研宄证明，当６?＝?０．３，?ａ?２?１．４时，系统（１．３．１）呈现混沌行??为，如图１．１－１．３所示．对于混沌系统（１．３．１）的理论及其应用的研究己经有十分??丰富的结果［１４－２５］．??１．５，?．???■?，?，?，?，??－１．５１?＇?■?＾?１?１?：??０?０．２?０．４?０．６?０．８?１?１．２?１．４??图１．１：系统（１．３．１）的倍周期分岔图．??０．４１?１??Ｉ?，?，?
【相似文献】

相关期刊论文 前10条

1 王涛;王科俊;贾诺;;用于信息处理的延时混沌神经网络[J];计算机应用;2011年05期

2 丁华福;宋宇航;唐远新;石福斌;;小波混沌神经网络的研究与应用[J];计算机技术与发展;2011年08期

3 石桂银;周儒娟;张小美;;基于混杂脉冲切换控制的时滞混沌神经网络的镇定[J];南通大学学报(自然科学版);2011年04期

4 徐明义;;混沌神经网络在短期电力负荷预测中的应用[J];信息技术;2010年11期

5 孟德倩;李艳萍;陈巩;;一种改进的暂态混沌神经网络多用户检测算法[J];电脑知识与技术;2009年09期

6 任海鹏;陈玲娟;韩崇昭;;双混沌神经网络及其在优化问题中的应用[J];系统工程与电子技术;2009年06期

7 徐耀群;岳海燕;;小波混沌神经网络模拟退火参数研究[J];计算机工程与应用;2008年02期

8 徐耀群;何少平;张莉;;带扰动的混沌神经网络的研究[J];计算机工程与应用;2008年36期

9 王旭;韩志艳;王健;薛丽芳;;基于小波混沌神经网络的语音识别[J];计算机应用研究;2008年07期

10 李天舒;田凯;李文秀;;基于暂态混沌神经网络的低阶混沌时间序列预测[J];哈尔滨工程大学学报;2007年02期

相关博士学位论文 前10条

1 胡志强;变频正弦混沌神经网络分析与设计[D];北京工业大学;2018年

2 海泉;几类非线性系统的混沌同步与分岔控制[D];山东大学;2019年

3 唐墨;新型模糊混沌神经网络模型及特性研究[D];哈尔滨工程大学;2008年

4 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年

5 张建民;协作型模糊混沌神经网络研究[D];哈尔滨工程大学;2006年

6 乔宗敏;混沌神经网络的同步控制及其应用[D];安徽大学;2007年

7 徐耀群;混沌神经网络研究及应用[D];哈尔滨工程大学;2002年

8 郑丽颖;混沌神经网络及模糊混沌神经网络的研究与应用[D];哈尔滨工程大学;2002年

9 赵维锐;瞬时混沌神经网络和一类时滞微分方程的动力学性质分析[D];复旦大学;2003年

10 张红;像素级多分辨率图像融合方法研究[D];吉林大学;2008年

相关硕士学位论文 前10条

1 杨帅;基于混沌神经网络的异步电机直接转矩控制的研究[D];郑州大学;2018年

2 李红晔;一种基于FPGA的混沌神经网络安全处理器模型的研究与设计[D];云南大学;2017年

3 张添琳;基于混沌神经网络的商品住宅价格研究[D];武汉理工大学;2016年

4 李聪明;某公路边坡的变形特征及混沌神经网络稳定性分析[D];青岛理工大学;2018年

5 王诗惠;基于混沌神经网络的高压断路器状态评估方法应用研究[D];华北电力大学;2016年

6 聂瑞兴;时滞混沌神经网络的采样同步研究[D];太原科技大学;2014年

7 孙海艳;一类混沌神经网络滞后同步控制研究[D];燕山大学;2013年

8 彭俊;噪声混沌神经网络的优化机制研究[D];广西师范学院;2012年

9 余双琦;小世界混沌神经网络的同步研究[D];浙江大学;2012年

10 李玲玲;基于混沌神经网络的电力负荷预测[D];哈尔滨理工大学;2010年

本文编号：2867422