一种新混沌优化方法及在神经网络中的应用

将遗传算法和变尺度机制引入到混沌中,提出了一种新的混沌优化方法,并将此方法应用于神经网络的训练中。通过仿真研究证实,所提出的方法优于BP算法,能够达到指定的误差指标,具有一定的泛化能力,并且具有训练次数少、精度高、实施方便等优点。

Genesio混沌系统的非线性反馈同步及其在保密通信中的应用

本文基于Genesio混沌系统的有界状态变量 ,提出了一种迭代变换 ,实现了混沌同步保密通信 .并且利用线性稳定性理论 ,对接收系统设计反馈控制律 ,使发射系统和接收系统达到混沌同步 ,保证了信号的精确复现 .基于Genesio系统的同步通信系统的计算机仿真 ,验证了本文的结果 .

Genesio混沌系统的广义同步控制

本文基于Genesio混沌系统提出了一种广义同步系统设计方案.首先,利用标量输出信号对发射系统进行迭代变换;然后利用变换后的系统构造响应系统.最后,将该同步系统应用到保密通讯中.而且,Hurwitz稳定性理论保证了广义同步系统的稳定性.数值仿真结果表明:尽管发射系统与响应系统具有不同的结构,但是它们不仅能够达到广义同步,而且信息信号能够精确复现.