多目标问题在现实中有广泛应用, 如何获得更多非劣解具有重要意义。通过利用混沌运动的遍历性、随机性、规律性等特点, 设计了一种求解多目标0-1规划问题的混沌优化算法, 并在计算机上予以实现。该混沌优化算法计算时间复杂度较小, 在计算效率上有一定优势。计算结果表明, 与已有算法相比, 该算法能求得较多非劣解, 能够有效求解多目标0-1规划问题。

该测试基于 Lyapunov 指数对噪声时间序列的混沌动力学进行测试。 输入是观察到的时间序列的向量，它可以是随机的或混沌的，通常时间序列有噪声，因此该代码基于隐藏混沌图的神经网络近似来测试李雅普诺夫指数的正性。 此测试使用雅可比方法计算 Lyapunov 指数，无需指定 ODE 或仅给出观察向量的可疑映射。 有关详细信息，请参阅我的论文： http : //www.sciencedirect.com/science/article/pii/S2352711015000096

X = lorenz4D(tf,F,pert) 一般来说，洛伦兹模型是：（周期性的） dX[j]/dt=(X[j+1]-X[j-2])*X[j-1]-X[j]+F 我们用J=40； %变量数h=0.05； %时间步长，相当于6小时 对于输入：tf 是最终时间，F 是通常选择为 8 的扰动，pert 是扰动（在第 20 个变量中），其数量级为 10^-3。

混沌学习的重要参考资料，NONLINEAR DYNAMICS AND CHAOS 适合初学者

学习系统科学的必备参考书，非线性系统以及混沌在物理，生物和化学等领域的出现。

互信息量法求延迟时间，可以批量计算，dos程序

该Matlab程序用4阶Runge-Kutta方法解微分方程，以混沌系统Rossler为例进行了求解，画出了Rossler的吸引子。

想学混沌而又不会编程写混沌程序的人，这个文件是你最好的选择。本程序全是matlab软件所编写。

ODE 系统的 Lyapunov 指数计算。 此 m 文件中用于确定 Lyapunov 指数的算法在 A. Wolf、JB Swift、HL Swinney 和 JA Vastano 中提出，“从时间序列确定 Lyapunov 指数”，Physica D，Vol。 16，第 285-317 页，1985。 对于集成 ODE 系统，可以使用任何 MATLAB ODE 套件方法。 该功能是MATDS程序-动力系统调查工具箱的一部分请参阅： http : //www.math.rsu.ru/mexmat/kvm/matds/ 输入参数： n - 方程的数量rhs_ext_fcn - 扩展 ODE 系统右侧的函数句柄。 该函数必须包括 ODE 系统的 RHS 与变分方程（n 项线性化系统，参见示例）。 fcn_integrator - ODE 积分器函数的句柄，例如：@ode45 tsta

matlab代码保密 数据通信过程中图像的机密性是许多研究人员的首要考虑，因此，已经提出了几种用于图像加密的机制。 如果图像加密具有较大的密钥空间，非周期性且对初始条件敏感，则被认为是有效的。 另外，还希望该机制必须具有计算速度，安全性和时间复杂度的良好组合。 通过在加密/解密过程中引入混乱，可以在加密方案中引入这些特征。 本文提出了一种基于混沌映射和Vigenère方案的新型图像加密方案。 该方案的一轮包括两个步骤：扩散和混淆。 前一步包括三个阶段：正向扩散，使用维格涅尔（Vigenère）方案的匹配过程和反向扩散。 在后面的部分中，使用混沌映射的位置置换用于交换像素位置。 Matlab-2015中实施了所提出的机制以及文献中的其他机制，并使用几种性能指标对它们的功效进行了比较。 仿真结果表明，我们的方案在时间复杂度方面更好，同时保持峰值信噪比（PSNR）值相同，并且具有几乎理想的熵，像素数变化率（NPCR）和统一平均变化强度（UACI）。 有关代码，请输入您的要求。