讨论了如何由 SISO 线性系统经非线性反馈构造混沌系统,给出了此类混沌系统采用单变量信 号实现同步的控制策略,通过梯度下降法减少在带有噪声驱动信号下系统同步的多步误差均方差, 得到 最优耦合参数。数字仿真表明了理论分析的正确性。

研究非线性耦合的两个统一混沌系统的同步问题. 首先利用线性时变系统的稳定性理论,推出当两个统一混沌系统的误差系统渐近稳定时, 耦合函数的参数选择范围, 从而得出两个统一混沌系统全局渐近同步的充分条件.然后基于Routh-Hurwitz稳定性判别方法,同样得出了混沌系统同步的一个充分条件.通过数值仿真发现, 根据第1种方法选择的参数能使混沌系统全局渐近同步;而依据第2种方法选择的参数,即使误差系统系数矩阵的瞬间特征值具有负实部,也会出现混沌同步失去的情况,从而表明了该分析方法的有效性.

本文研究了离散非线性系统的混沌同步问题,即驱动系统为x(k+1)=f(x(k)),响应系统为x^(k+1)=f(x^(k))+u(k)构成的混沌系统的同步问题。基于Lyapunov稳定性理论给出了控制律的设计,选取控制律u(k)=-e(k+1)下,得到系统的Lyapunov函数一阶差分ΔV<0,从而离散非线性系统及其时滞系统是混沌同步的,数值算例结果表明系统的误差曲线趋于同步,从而说明了该方法的有效性。

在这里，您将找到用于混沌时间序列预测任务的径向基函数神经网络 (RBF-NN) 的两种变体。 特别是，我以常规方式实施了RBF，并将其性能与时空RBF-NN进行了Mackey-Glass时间序列预测。 * 对于引文，请参阅 [引用为] 部分

我所撰写的该文档里介绍了三种混沌映射的改进思路，分别为：耦合型混沌映射的设计原理，分数型混沌映射的设计原理以及离散分数阶混沌映射的设计原理。

针对粒子群算法（Particle Swarm Optimization，PSO）易陷入局部极值的缺陷，提出了一种新的自适应惯性权重混沌PSO算法（a New Chaos Particle Swarm Optimization based on Adaptive Inertia Weight，CPSO-NAIW）。首先采用新的惯性权重自适应方法，很好地平衡粒子的搜索行为，减少算法陷入局部极值的概率，然后在算法陷入局部极值时，引入混沌优化策略，对群体极值位置进行调整，以使粒子搜索新的邻域和路径，增加算法摆脱局部极值的可能。最后，实验结果表明，CPSO-NAIW算法能有效避免陷入局部极值，提高算法性能。

构建基于改进灰狼优化算法的神经网络数据预测模型(IGWO-BPNN)，目的在于用改进的灰狼优化算法优化神经网络模型，利用神经网络的反向传播优势，改善神经网络算法易于陷入局部最小值的缺陷，提高神经网络模型的预测精度。

混沌时间序列分析及其应用 吕金虎 武汉大学出版社

对混沌通信相关的仿真，对DCSK系统进行仿真，通过调制和解调，分析DCSK在高斯信道下的误码性能，运用MATLAB仿真出来

2021混沌工程技术沙龙（金融行业精品专场）PPT汇总，共6份。 1、混沌工程实践经验分享 2、如何做好混沌工程的行业化落地 3、混沌工程成熟度模型(CEMM)标准解读 4、混沌工程助力金融行业业务连续性管理 5、混沌工程应用实践 6、PingCAP 混沌工程探索与实践