[00132049]基于神经网络的混沌系统研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该课题采用神经网络理论和预测控制理论，围绕混沌系统的辨识和控制问题展开了较为系统的研究。 本项目提出一种基于正则化最小二乘的前向神经网络快速学习的混合算法，用于存在较大噪声情形下的混沌系统辨识研究；提出了两种基于预测控制的混沌系统控制方法，将模型未知时的混沌运动稳定到给定的期望目标轨道上，一种是应用RBF网络对混沌系统进行辨识和预测，并设计一个在线训练的线性神经网络预测控制器，一种是设计了包括在线训练的带反馈校正的RBF网络预测器和梯度下降直接优化计算在内的控制方法；还提出了两种基于预测控制的混沌系统控制方法，将模型未知时的混沌运动稳定到系统的不稳定不动点处，一种是通过求解有约束的非线性规划问题来实现对控制参数的微调，一种是设计包括观测器、神经网络预测器和线性神经网络预测控制器在内的控制方法。 该项研究为解决混沌系统的相关问题提供了帮助，具有重要应用价值。
