本书是作者多年从事科研工作积累的成果,系统地介绍了混沌动力学的基本理论和最新混沌控制方法。全书共 10 章,内容包括绪论;不确定多卷混沌系统滑模控制;基于模糊神经网络补偿器的混沌系统跟踪控制;互联未知混沌系统的自组织模糊神经滑模控制;动态模糊神经网络建模与自适应反步控制不确定混沌系统;具有随机时变参数的不确定混沌系统同步;具有非线性输入的不确定混沌系统的模糊神经网络自适应跟踪控制;基于符号动力学的混沌同步误差分析;通过有限信道耦合的混沌互同步;基于时变滑模控制的异结构混沌同步。此外,还包含 3 个附录,内容包括本书主要的 MATLAB 仿真程序。
样章试读
目录
- 目录
前言
第 1 章 绪论 1
1.1 混沌动力学 1
1.1.1 混沌动力学的形成与发展 1
1.1.2 动力学基本概念和混沌的定义 2
1.2 混沌同步与控制 6
1.3 模糊神经网络概述 10
1.3.1 模糊系统的基本概念 10
1.3.2 模糊神经网络 13
1.3.3 模糊神经网络在控制工程中的应用 14
1.4 自适应控制 15
1.5 混沌在生物医学工程中的应用 17
1.5.1 心脏系统中的混沌 17
1.5.2 神经系统中的混沌 18
1.5.3 混沌控制在生物医学工程中的应用 18
第 2 章 混沌系统滑模控制 20
2.1 滑模控制引例 21
2.2 多卷临界混沌系统的控制 22
2.2.1 问题描述 22
2.2.2 设计滑模控制器 24
2.2.3 仿真结果 27
2.3 一类混沌系统的跟踪控制 33
2.3.1 问题描述 33
2.3.2 设计滑模控制器 33
2.3.3 仿真结果 35
2.4 本章小结 37
第 3 章 基于 FNN 补偿器的混沌系统控制 38
3.1 问题描述 38
3.2 具有非线性补偿的线性控制器的设计 39
3.3 FNN 的学习算法 41
3.3.1 推理方法 42
3.3.2 基本运算 42
3.3.3 有监督的梯度下降学习算法 43
3.4 仿真结果 44
3.5 本章小结 49
第 4 章 基于 SFNN 的互联未知混沌系统控制 50
4.1 问题描述 50
4.2 SFNN 的描述及结构学习算法 53
4.3 网络参数学习算法 57
4.4 设计鲁棒控制器 59
4.5 仿真结果 63
4.6 本章小结 66
第 5 章 基于 DFNN 的混沌系统控制 67
5.1 DFNN 建模 67
5.1.1 DFNN 的体系结构 67
5.1.2 DFNN 的学习算法 69
5.2 设计神经自适应反步控制器 75
5.3 仿真结果 78
5.4 本章小结 83
第 6 章 具有随机时变参数的混沌同步 84
6.1 问题描述 84
6.2 SFNN 的结构学习算法 85
6.3 设计 SFNN 辨识器和鲁棒控制器 87
6.4 仿真结果 92
6.5 本章小结 95
第 7 章 具有非线性输入的混沌系统控制 96
7.1 具有饱和输入的混沌控制 96
7.1.1 问题描述 96
7.1.2 模糊神经控制器 97
7.1.3 仿真结果 101
7.2 具有间隙输入的混沌控制 102
7.2.1 问题描述 102
7.2.2 类间隙磁滞模型及其属性 103
7.2.3 ABFNC 控制器设计及其稳定性分析 105
7.2.4 仿真结果 108
7.3 本章小结 110
第 8 章 符号动力学混沌同步误差分析 112
8.1 符号动力学和编码-解码器 112
8.2 同步误差分析 115
8.3 仿真结果 116
8.4 本章小结 120
第 9 章 基于有限信道的混沌系统自适应互同步 121
9.1 自适应反馈控制器和编码-解码器 121
9.2 仿真结果 124
9.3 本章小结 130
第 10 章 异结构混沌同步 131
10.1 混沌同步 132
10.2 时变滑模控制 133
10.3 切换线设计 136
10.4 仿真结果 139
10.5 本章小结 141
参考文献 142
附录 A 第 4 章源程序 158
附录 B 第 5 章源程序 175
附录 C 第 6 章源程序 184