针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同进化; 最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值. 仿真结果表明, 该算法不仅能有效避免早熟收敛, 而且能有效跳出局部极值, 与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.

1．量子密码学的基本原理是什么？ 2．请简要说明运用量子密码理论进行密钥分配的原理和主要步骤。 3．简要说明量子密码学的面临挑战及未来。 4．简要描述混沌理论的基本概念。 5．简要描述混沌密码体制的原理。 6．查阅相关资料了解和进一步学习多变量公钥密码体制、基于格的公钥密码体制和DNA密码体制。 思考题

1、该工具箱包括了混沌时间序列分析与预测的常用方法,有: (1)产生混沌时间序列(chaotic time series) Logistic映射 - \ChaosAttractors\Main_Logistic.m Henon映射 - \ChaosAttractors\Main_Henon.m Lorenz吸引子 - \ChaosAttractors\Main_Lorenz.m Duffing吸引子 - \ChaosAttractors\Main_Duffing.m Duffing2吸引子 - \ChaosAttractors\Main_Duffing2.m Rossler吸引子 - \ChaosAttractors\Main_Rossler.m Chens吸引子 - \ChaosAttractors\Main_Chens.m Ikeda吸引子 - \ChaosAttractors\Main_Ikeda.m MackeyGLass序列 - \ChaosAttractors\Main_MackeyGLass.m Quadratic序列 - \ChaosAttractors\Main_Quadratic.m (2)求时延(delay time) 自相关法 - \DelayTime_Others\Main_AutoCorrelation.m 平均位移法 - \DelayTime_Others\Main_AverageDisplacement.m (去偏)复自相关法 - \DelayTime_Others\Main_ComplexAutoCorrelation.m 互信息法 - \DelayTime_MutualInformation\Main_Mutual_Information.m (3)求嵌入维(embedding dimension) 假近邻法 - \EmbeddingDimension_FNN\Main_FNN.m Cao方法 - \EmbeddingDimension_Cao\Main_EmbeddingDimension_Cao.m (4)同时求时延与嵌入窗(delay time & embedding window) CC方法 - \C-C Method\Main_CC_Luzhenbo.m (5)求关联维(correlation dimension) GP算法 - \CorrelationDimension_GP\Main_CorrelationDimension_GP.m (6)求K熵(Kolmogorov Entropy) GP算法 - \KolmogorovEntropy_GP\Main_KolmogorovEntropy_GP.m STB算法 - \KolmogorovEntropy_STB\Main_KolmogorovEntropy_STB.m (7)求最大Lyapunov指数(largest Lyapunov exponent) 小数据量法 - \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein1.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein2.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein3.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein4.m (8)求Lyapunov指数谱(Lyapunov exponent spectrum) BBA算法 - \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA1.m \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA2.m (9)求二进制图形的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_2D\Main_BoxDimension_2D.m - \GeneralizedDimension_2D\Main_GeneralizedDimension_2D.m (10)求时间序列的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_TS\Main_BoxDimension_TS.m - \GeneralizedDimension_TS\Main_GeneralizedDimension_TS.m (11)混沌时间

针对我国北方地区“以热定电”模式造成大规模弃风与调度经济性较差等问题，建立了区域电热综合能源系统日前经济调度模型。首先，构建了电储能、热储能和电动汽车的经济性模型，改进了风电折算成本的描述方法；然后，综合考虑了弃风成本、电动汽车调度成本、电储能和热储能损耗成本、环境污染成本等，构建了区域综合能源系统的调度成本模型；最后，利用信息熵衡量粒子的丰富度，并结合贪心变异策略提出基于粒子维度熵的改进混沌粒子群优化算法。算例结果表明，所提算法在保证优越收敛性的同时可有效分析各设备单元在经济调度和消纳弃风方面的作用，验证了模型和算法的有效性与实用性。

为解决对混沌信号进行傅里叶变换分析后，只能得到信号中所包含的频率成分，并不能获知有关频率成分的时间局部化信息的问题，采用了短时傅里叶变换的方法，通过对短时傅里叶变换的数学公式及表达的物理意义研究后，提出了在FPGA上利用Altera公司提供的IP核资源实现短时傅里叶变换的功能，并在Modelsim软件上进行功能仿真。实验证明通过短时傅里叶变换可以对混沌信号进行很好的分析。

利用混沌系统产生的序列，经过一系列简单处理，结果作为S盒部分密钥，从而保障S盒相对安全性，进而在保障加密码算法的基础上，提高运算效率。

万有引力搜索算法(gravitational search algorithm,GSA)相比于传统的优化算法具有收敛速度快、开拓性能强等特点,但GSA易陷入早熟收敛和局部最优,搜索能力较弱.为此,提出一种基于改进的Tent混沌万有引力搜索算法(gravitational search algorithm based on improved tent chaos,ITC-GSA).首先,改进Tent混沌映射来初始化种群,利用Tent混沌序列随机性、遍历性和规律性的特性使得初始种群随机性和遍历性在可行域内,具有加强算法的全局搜索能力;其次,引入引力常数G的动态调整策略提高算法的收敛速度和收敛精度;再次,设计成熟度指标判断种群成熟度,并使用Tent混沌搜索有效抑制算法早熟收敛,帮助种群跳出局部最优;最后,对10个基准函数进行仿真实验,结果表明所提算法能够有效克服GSA易陷入早熟收敛和局部最优的缺点,提高算法的收敛速度和寻优精度.

提出了一个新的四翼超混沌系统，并将该系统应用于图像加密中。分析新系统的相图、平衡点、Lyapunov指数谱及分岔图等基本动力学特性，着重对系统参数变化引起的Lyapunov指数谱及分岔图详细分析，并设计该系统的模拟电路，电路实验结果与理论分析结果一致，验证了系统的超混沌行为。最后将此四翼超混沌系统应用于图像加密中，分析加密前后图像的直方图和相邻像素间相关性等，验证该系统应用于图像加密的效果良好。

计算机诞生以来，已经历了集中式计算、分布式计算、网络计算和嵌入式计算，在计算的轨迹上螺旋上升着。如果说10年以后传感器网络将取代今天的计算机的话，那么普适计算就将毫无疑问地成为那个时代的计算模式。 当人类发明了计算机之后，最初并不知道计算机不能计算什么；当人类知道了计算机不能计算什么的时候，计算机已经演变成了网络；在人类以为知道了计算机能够计算什么的同时，网络计算又被嵌入到了更加广泛的设备之中；然而，嵌入式计算告诉了我们，其实人类始终不知道计算机不能够计算什么! 通过计算访问设备的行为，借助网络拓展了我们的操作空间，利用传感器放大了人类的感知。本书从嵌入式计算开始，总结了计算的演变和发展，通过大量的研究事实阐述了普适计算及其传感器网络所涉及的技术、应用和实践，并对其理论进行了深层次地讨论。书中内容不乏诙谐幽默，视高新技术如同普通生活般轻松有趣。

混沌系统分岔图