Synchronization of Chaotic Systems Employing the Theory of Application of Linear Time-varying Impulsive Differential Equations

Employing the stability theory of linear non-autonomous impulsive differential equations, some sufficient conditions for the synchronization of unified chaotic systems and Lorenz chaotic systems are derived. This method can be applied to most of chaotic systems. The numerical simulations also demonstrate the efficiency of impulsive control.     

一个多翅膀混沌系统的设计

报道了在一个双翅膀型混沌系统中生成多翅膀混沌吸引子的新结果.首先,通过构造偶对称多分段平方函数对双翅膀型混沌系统指标2的鞍焦平衡点进行扩展,从而生成多翅膀混沌吸引子.其次,分析了多翅膀混沌系统的平衡点及其性质.     

非惯性系中弹性薄板的全局分叉和混沌性质

首先对非惯性参考系中弹性薄板动力学行为进行了奇点分析，进而求出了奇点附近同宿轨与周期轨的参数方程，用Ｍｅｌｎｉｋｏｖ方法研究了同宿轨分叉与周期轨的次谐分叉和混沌，对于各种不同的其振情况，系统将经过无限次奇阶次数谐分叉产生Ｓｍａｌｅ马蹄进入混沌状态，最后利用数值仿真研究了该系统的混沌运动。     

混沌粒子群微分进化算法及其在水库发电优化调度中的应用

粒子群优化算法（PSO）与微分进化算法（DE）都是有效的基于群体智能的全局优化算法,但它们都容易过早收敛,陷入局部最优。针对以上问题,提出了混沌粒子群微分进化算法（CPSO—DE）,该算法引入可变的惯性权重和学习因子,以基于logical映射的混沌序列代替标准PSO中的随机序列来对粒子群进行初始化,同时将微分进化算法（DE）中的变异、交叉和选择思想引入标准PSO算法中,改变标准PSO算法单一的进化策略,在全局范围内搜索最优解。作为实证的需要,通过对水库优化调度所存在问题的分析,建立了基于CPSO-DE算法的水库优化调度数学模型与求解算法,并以某水库实际运行数据进行计算,结果表明CPSO-DE算法具有较好的全局最优解,验证了CPSO—DE算法的可行性与健壮性。     

基于改进人工鱼群算法的灌区优化配水研究

【目的】建立以灌溉净效益最大为目标的优化配水模型,为灌区优化配水提供新思路。【方法】以西安市周户灌区为研究对象,立足于寻求作物种植面积-水量-产量-经济效益之间的最优关系,建立以灌溉净效益最大为目标的优化配水模型,并利用混沌人工鱼群算法进行求解。【结果】利用所建立的以灌溉净效益最大为目标的优化配水模型进行优化后,灌区总供水量为12 711.44万m3,较常规配水量增加了1 402.67万m3,其中地表供水较常规配水量增加了1 510.67万m3,地下水供水量有所减少;通过作物不同时段分配水量及种植面积的协调,灌区净效益增加了16.37%,粮经比为1∶1.21。【结论】以灌溉净效益最大为目标对灌区配水进行优化后,灌区配水过程更加均匀,同时灌区作物种植结构也得以优化和调整。     

ACPSO优化模糊PID的木塑复合材料挤出机温度控制研究

木塑复合材料挤出机料筒温度控制系统具有纯滞后、大惯性、非线性、时变等特点,其数学模型难以精确建立,采用传统PID控制方法难以达到控制要求。针对此问题,将自适应混沌粒子群优化(ACPSO)的模糊PID控制应用于木塑挤出机料简温度控制,在利用混沌运动的遍历性初始化粒子群后,采用非线性调整机制对惯性权重进行自适应调整,提高整个群体的全局与局部搜索能力,对模糊PID控制器参数K_P、K_I、K_D进行优化,以提升控制效果。仿真结果表明,自适应混沌粒子群优化模糊PID控制在木塑挤出机料筒温度控制中,具有升温速度快、超调量小、调节时间短、抗干扰能力强等优点,极大地提升了料筒温度控制效果。     

非光滑动力系统1

分析了图胞映射方法在处理非光滑动力系统过程中遇到的关键问题——胞流扩张。为了有效减小胞流扩张,基于迭代图胞映射方法,通过引入人工顶点集的概念,构建了非光滑系统迭代图胞映射具体实施方案,讨论了在此过程中值得注意的事项。结合典型实例分析,证实了该方法的有效性。     

基于混沌神经网络的径流预测模型

【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。     

农业灌溉用水量混沌预报模型建立与应用

针对当前灌溉用水量预报方法研究现状及预报精度低的问题,提出了混沌预报模型。通过灌溉用水量序列相空间重构在高维空间中恢复演变规律,并进行混沌演变特性识别,建立了基于最大Lyapunov指数的灌溉用水量混沌预报模型。模型用于湖北省举水流域灌溉用水量预报并与不同方法进行对比分析,结果表明模型预报效果好,可以作为农业灌溉用水量预报的一种有效方法。     

混沌人工鱼群算法及其在灌区优化配水中的应用

对人工鱼群算法进行了改进,结合灌区优化配水问题,建立了灌区优化配水的混沌人工鱼群算法模型。通过对山东省威海市节水灌溉示范区进行优化计算,算法能有效地搜索到灌区净效益最高点,优化后与现状种植结构相比,粮食作物面积减少,经济效益较高的果树面积增大,灌区净效益提高56％。优化结果表明,混沌人工鱼群算法应用于灌区优化配水计算切实可行,为复杂的灌区优化配水问题提供了新的思路和方法。