改进遗传神经网络控制混沌运动的研究
本文用最大Lyapunov指数构造遗传算法中的适应度函数，通过遗传算法优化神经网络的权系数。根据所得到的适应度函数和权系数来构造遗传神经网络控制器，从而提高神经网络控制效果。对离散系统 Logistic映射和连续系统Rossler 方程、AFM(原子力显微镜）悬臂梁振动系统的混沌运动分别进行了仿真控制。数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到要求的周期轨道上去，证明了算法的有效性。
混沌控制 改进遗传算法 神经网络控制 Lyapunov指数
陈玲莉 梁欧 王丁旺 黎红岗
西安交通大学航天航空学院,西安710049
国内会议
杭州
中文
2008-07-27（万方平台首次上网日期，不代表论文的发表时间）