Job-shop调度问题的瞬态混沌神经网络解法

采用具有瞬态混沌特性的神经网络 (TCNN)解 Job- shop调度问题。利用神经元的自抑制反馈产生混沌动态 ,其随机搜索能力有效地避免了传统 Hopfield神经网络 (HNN)极易陷入局部极小的缺陷 ;同时利用一时变参数控制混沌行为 ,使网络在经过一个短暂的倍周期倒分岔后逐渐趋于一般的神经网络 ,从而收敛到一个最优或近似最优的稳定平衡点。仿真结果表明 ,该网络解 Job- shop调度问题比 HNN具有更强的全局搜索能力和寻优能力 ,并具有更高的搜索效率。

非线性强迫Mathieu方程的激变和瞬态混沌

应用广义胞映射图论（ＧＣＭＤ）方法研究了非线性强迫Ｍａｔｈｉｅｕ方程的激变、瞬态混 沌、以及随系统参数变化的全局分岔特性．揭示了参数激励常微分系统混沌吸引子的边界激变 是由于混沌吸引子与其吸引域边界上的不稳定周期轨道发生碰撞而产生的，发现了边界激变产 生的瞬态混沌，在Ｐｏｉｎｃａｒé截面上直观地表明了瞬态混沌的几何空间结构，以及瞬态混沌的空 间结构随着系统参数逐渐远离激变临界值的衰变．给出了对自循环胞集进行局部细化的方法．

任务分配问题的瞬态混沌神经网络解法

采用具有瞬态混沌特性的神经网络 ( TCNN)解任务分配问题 .该方法利用神经元的自反馈产生混沌动态 ,由于混沌动态特性具有很强的搜索全局最优解的能力 ,有效地避免了传统 Hopfield神经网络 ( HNN)极易陷入局部极小的缺陷 ;同时利用时变参数控制混沌行为 ,使网络在经过一个短暂的混沌倒分岔后逐渐趋于一般的 Hopfield神经网络 ,保证网络收敛到一个最优或近似最优的稳定平衡点 .仿真结果表明 ,TCNN解任务分配问题时 ,总能收敛到全局最优或几乎接近全局最优 ,同时具有更高的搜索效率 .另外 ,还用此方法求解了属于NP-完全问题的实时分布处理系统中的任务分配问题 .

返回扩张不动点与瞬态混沌神经网络中的混沌研究

证明了返回扩张不动点可以生成分布混沌和ω-混沌。作为一个应用,证明了如果满足一定条件,一个瞬态混沌神经网络(TCNN)可以产生分布混沌和ω-混沌。

基于瞬态混沌神经网络的动态路径诱导路由技术

将最短路径问题映射到混沌神经网络提出了一种基于瞬态混沌神经网络的动态路径诱导路由技术。仿真研究表明:将混沌神经网络应用于动态路径诱导系统中求解最佳路径,总能保证网络收敛到全局最优,具有很高的搜索效率。对于单个和多个分组请求均能快速地找到最短路径。

TSP的瞬态混沌神经网络算法

具有瞬态混沌特性的神经网络 (TCNN)可以解TSP。利用神经元的自抑制反馈产生混沌动态 ,其遍历性能和随机搜索性能有效地克服了Hopfield神经网络 (HNN)极易陷入局部极小的缺陷 ;同时利用一时变参数控制混沌行为 ,使网络再经过一个短暂的倍周期倒分岔后逐渐趋于一般的Hopfield神经网络 ,从而收敛到一个最优或近似最优的稳定平衡点。仿真结果表明 ,TCNN比HNN具有更强的全局寻优能力和更高的搜索效率。

TSP问题的瞬态混沌神经网络算法

采用具有瞬态混沌特性的神经网络(TCNN)解TSP问题。利用神经元的自抑制反馈产生混沌动态,其遍历性能和随机搜索性能有效地克服了Hopfield神经网络(HNN)极易陷入局部极小的缺陷,同时利用一时变参数控制混沌行为,使网络再经过一个短暂的倍周期倒分岔后逐渐趋于一般的Hopfield神经网络,从而收敛到一个最优或近似最优的稳定平衡点。仿真结果表明,TCNN比HNN具有更强的全局寻优能力和更高的搜索效率。

一个类耗散系统中的瞬态混沌

研究了一个具有过电压保护振荡电路中的瞬态混沌,该电路模型由两个保守映象不可逆耦合而成的分段连续映象描述。首先从新的角度研究了系统的禁区,用解析的方法得出了系统禁区的边界,而后用数值方法得出该系统的瞬态混沌就是禁区边界的象集。

四色和K色图着色问题的瞬态混沌神经网络解法

首先给出了用神经网络求解四色图着色问题的神经网络结构和能量函数 ,然后采用了具有瞬态混沌特性的神经网络 ( TCNN)来解四色图着色问题 .由于引入具有复杂动态特性的瞬态混沌使得该法具有很强的搜索全局最优解的能力 .仿真结果表明 ,用该法解四色图着色问题总能保证使能量函数收敛到最优解 ,有效避免了用传统的 Hopfield人工神经网络 ( HNN)解此问题时极易陷入局部极小的缺陷 ,并且收敛速度更快 .另外我们还用此法求解了属于 NP-完全问题的

基于混沌神经网络的驾驶员动态路径诱导算法研究

动态路径诱导旨在向驾驶员提供基于实时交通信息的最佳行驶路径来达到诱导出行的目的,以保证车辆在路网上运行的总费用最小,为驾驶员提供较合理的高效行驶路线.动态路径诱导必须实时保证全局准最优,本文将混沌神经网络应用于动态路径诱导,通过在HNN中引入混沌动态,利用其遍历性进行随机搜索,再由退火策略控制混沌动态逐渐消失并转入HNN进一步优化,从而可保证网络收敛到一个最优或近似最优的稳定平衡点.仿真分析表明:将混沌神经网络应用于动态路径诱导系统中求解最佳路径,总能保证网络收敛到全局最优,同时可有效克服Hopfield神经网络易陷入局部最优解的缺点,具有更高的搜索效率.对于求解连续变量的非线性优化问题提供了一种有效方法,验证了混沌神经网络在动态路径诱导中的有效性.

基于忆阻器的Sprott-B超混沌系统的动力学分析与电路实现

将二次型磁控忆阻器引入混沌系统,构建了一个新的四阶超混沌忆阻系统。首先探讨了忆阻系统的特性,采用包括Lyapunov指数和维数、耗散性、无限多平衡点集与稳定性等的分析方法,确定了新忆阻系统的超混沌特性,得到了无尽的平衡点集,与原系统对比发现新系统更复杂,混沌程度更高。进而研究了新系统的动力学行为,观察到随系统参数不同引起的瞬态混沌现象和随初始值不同引起的吸引子共存等现象,这是首次对包含常数项的混沌系统做出的动力学分析。最后设计并搭建了该系统的模拟电子电路,实验表明示波器结果与数值仿真结果具有良好的一致性,为忆阻超混沌系统的实际应用奠定了基础。

流体动压轴承-转子动力系统的分岔和混沌

运用非线性动力学现代理论对一流体动压轴承-柔性转子非线性动力系统进行研究。以转速作为系统控制参数,将预估-校正机制、Poincaré映射和Newton打靶法相结合形成一种周期解预测跟踪算法,运用该方法研究了系统的非线性不平衡周期响应及其分岔点;运用Floquet稳定性分岔理论研究了系统周期响应的稳定性和分岔形式;运用FFT、功率谱、Lyapunov指数谱分析了系统响应的瞬态混沌现象。数值结果展现了系统具有周期、拟周期、多解共存、跳跃、瞬态混沌等丰富复杂的非线性现象。

一种镜像电流源荷控忆阻器及其Lorenz混沌电路研究

针对现有运放忆阻器存在积分漂移的缺陷,本文首先提出了一种基于镜像电流源的新型荷控忆阻器。然后,将新型荷控忆阻器与电感串联,再与Lorenz电路中的电容并联构成一种含荷控忆阻Lorenz (Lorenz with Charge-Controlled Memristor, Lorenz-CCM)混沌系统。接着,通过分岔图、Lyapunov指数和时域图对提出的Lorenz-CCM系统的动力学行为进行了数值仿真,结果表明Lorenz-CCM系统动力学行为不仅与电路参数有关,对电路初始状态的敏感性,且存在瞬态混沌现象。最后通过搭建硬件实验系统验证了Lorenz-CCM混沌系统理论演绎与电路设计的正确性。

两个周期激励下Duffing-van der Pol系统的混沌瞬态和广义激变

运用广义胞映射图方法研究两个周期激励作用下Duffing-van der Pol系统的全局特性.发现了系统的混沌瞬态以及两种不同形式的瞬态边界激变,揭示了吸引域和边界不连续变化的原因.瞬态边界激变是由吸引域内部或边界上的混沌鞍和分形边界上周期鞍的稳定流形碰撞产生.第一种瞬态边界激变导致吸引域突然变小,吸引域边界突然变大;第二种瞬态边界激变使两个不同的吸引域边界合并成一体.此外,在瞬态合并激变中两个混沌鞍发生合并,最后系统的混沌瞬态在内部激变中消失.这些广义激变现象对混沌瞬态的研究具有重要意义.

耦合映射混沌同步系统在加性噪声中的筛形域性态

由于实际系统中噪声不可避免 ,噪声使得同步混沌吸引子A变成具有一定生存时间 <τ >的准稳态吸引子A′.以加性噪声作用下的二维耦合映射混沌同步系统为例 ,给定系统实验时间长度T ,解析发现 :仅当 <τ >>2T时准稳态同步混沌吸引子的筛形吸引域才可被定性观察到 ;而当 <τ><2T时则不复存在 ,此时 ,根据原无噪声时的筛形吸引域特征的不同 ,筛形域不仅可以转变成时变筛形结构 ,还可以转变成分形结构 .同时利用数值模拟作了进一步验证 .该结果对于二维耦合映射混沌同步系统具有普遍意义 .

由保守向混合耗散性转变的分段连续系统

研究了一个具有过电压保护功能的电路模型。当控制参数c=1时,系统是一个连续保守系统,相平面由混沌海和规则椭圆岛主宰;当控制参数c<1时,系统转变为一个分段连续的半耗散系统,混沌海转变为瞬态混沌。随着控制参数c的不断减小,瞬态混沌的测度逐渐变小,迭代在瞬态混沌中的特征时间随控制参数按指数函数关系变化。

一个电张弛振子中的瞬态激变

报道一例映孔导致激变后发生的奇异排斥子的拓扑突变 .这种突变以其分数维的突变为标志 ,并引起激变后长混沌瞬态运动行为的突变 。

一个展示由保守向类耗散过渡的分段连续系统

研究一个具有过电压保护的张弛振荡电路系统,发现当一个控制参数在一段范围内连续变化时,系统可以展示从典型保守系统向类耗散系统的过渡,在一定的参数组合下,这种转变体现为稳定的混沌运动向一个混沌类瞬态,以及混沌运动向局域规则运动的过渡,数值计算结果表明:这种过渡可以用混沌类瞬态的分数维随控制参数的对数改变规律来描述。

忆阻混沌振荡器的动力学分析

忆阻器(memristor)是一种有记忆功能的非线性电阻器,它是除电阻器、电容器和电感器之外的第四种基本电路元件.采用一个具有光滑磁控特性曲线的忆阻器和一个负电导替换蔡氏振荡器中的蔡氏二极管,导出了一个基于忆阻器的振荡器电路.采用常规的动力学分析手段研究了电路参数和初始条件变化时该光滑忆阻振荡器的动力学特性.研究结果表明,光滑忆阻振荡器与一般的混沌系统完全不同,它的动力学行为除了与电路参数有关外,还极端依赖于电路的初始条件,存在瞬态混沌和状态转移等奇异的非线性物理现象.

基于混沌神经网络最短路问题的优化算法

在混沌神经网络中引入一时变参数控制混沌行为 ,形成具有瞬态混沌特性的神经网络(TCNN) ,保证网络收敛到一个稳定的全局最优解 ,同时针对最短路问题设计了神经网络结构并构造了能量函数。仿真结果表明 ,TCNN解最短路问题时 ,总能收敛到全局最优 。