×
袁立国;杨启贵

无噪声或有噪声分数阶混沌系统的参数识别：回复评论。 （英语） Zbl 1508.93073号

Commun公司。非线性科学。数字。模拟。 67, 506-516 (2019).
摘要：无噪声或有噪声的混沌系统的参数识别是理想情况和真实情况下的两种不同情况。这两个案例已被广泛研究。本文是对以下评论的回复L.-G.元和Q.-G.杨[公共非线性科学数值模拟17，第1期，305-316（2012；Zbl 1245.93039号)]由S.贾法里等[同上18，第3号，811-814（2013；Zbl 1277.93030号)]. 在参数辨识过程中考虑目标函数。以下脚本用于处理和讨论这些评论。所有模棱两可的问题都得到了积极和满意的回答。此外，我们还分析了含有噪声的分数阶混沌系统的参数识别，并发布了相关的关键代码。实验结果表明，该方法和采用的目标函数是可靠的，即使存在噪声。

引用于5文件

MSC公司：

93B30型 系统标识
34A08号 分数阶常微分方程
93立方厘米 由常微分方程控制的控制/观测系统

关键词：

参数识别;分数阶混沌系统;粒子群优化;加性高斯白噪声

引文：

Zbl 1245.93039号;Zbl 1277.93030号
PDF格式BibTeX公司 XML格式引用
\textit{L.Yuan}和\textit{Q.Yang}，Commun。非线性科学。数字。模拟。67、506--516（2019年；Zbl 1508.93073）
全文： 内政部

参考文献：

[1] 贾法里，S。；SMRH，克。；Darabad，M.R.，评论分数阶混沌系统的参数识别和同步，Commun非线性科学数字模拟，17，305-316（2012）·Zbl 1245.93039号
[2] 袁，L.G。；Yang，Q.G.，分数阶混沌系统的参数识别和同步，Commun非线性科学数值模拟，17，305-16（2012）·Zbl 1245.93039号
[3] Turgut，O。；特古特，M。；Coban，M.，混沌系统参数识别的人工合作搜索算法，Bitlis Eren Univ J Sci-Technol，5，11-7（2015）
[4] 杜，W。；苗，Q。；Tong，L.，具有未知初值和结构的分数阶系统的识别，《物理学报》A，3811943-9（2017）·兹比尔1374.93095
[5] Alinia，医学硕士。；Kharrati，H.，用于分数阶混沌系统参数识别的混沌混合蛙跳算法，J Exp Theor Artif Intell（2018）
[6] Tang，Y.G。；张晓云。；Hua，C.C.，通过微分进化实现相称分数阶混沌系统的参数识别，Phys Lett A，376，457-64（2012）·Zbl 1255.34061号
[7] 李晓东。；Yin，M.H.，用混合差分进化算法和人工蜂群算法对混沌系统进行参数估计，非线性动力学，77，61-71（2014）
[8] Long，W。；Jiao，J.J.，基于混合交叉进化算法的混沌系统参数估计，Acta Phys Sin，11，110507（2012）·Zbl 1274.34135号
[9] Tang，Y.G。；Guan，X.P.，时滞混沌系统的参数估计：微分进化方法，混沌孤子分形，423132-39（2009）·Zbl 1198.93222号
[10] Ho，W.H。；周，J.H。；Guo，C.Y.，使用改进的差分进化算法识别混沌系统的参数，非线性动力学，61，29-41（2010）·Zbl 1204.93034号
[11] Chang，W.D.，用进化算法识别Rössler混沌系统的参数，混沌孤子分形，291047-53（2006）
[12] Chang，W.D.，Chen和Lü系统的参数识别：微分进化方法，混沌孤子分形，321469-76（2007）·Zbl 1129.93022号
[13] 李，H。；Bai，P。；Xue，J.J.，使用焰火算法对混沌系统进行参数估计，群智能国际会议，457-67（2015），Springer，Cham
[14] Lazzus，J.A。；里维拉，M。；Lopez-Caraballo，C.H.，使用混合群智能算法的洛伦兹混沌系统的参数估计，Phys Lett a，3801164-71（2016）
[15] 李，X.T。；Yin，M.H.，使用杜鹃搜索算法和正交学习方法进行混沌系统参数估计，Chin Phys B，21，050507（2012）
[16] Maamri，F。；Boouden，S。；Chadli，M.，混沌电力系统参数识别的厚髁状突元启发式算法，国际J并行紧急分配系统（2017）
[17] Alfi，A.，带自适应变异和惯性权重的PSO及其在动态系统参数估计中的应用，自动化学报，37，541-49（2011）·Zbl 1240.90481号
[18] Mukhopadhyay，S。；Banerjee，S.，通过混沌多群粒子群优化对光学混沌系统进行全局优化，专家系统应用，39，917-24（2012）
[19] Alfi，A.，用于洛伦兹混沌系统非线性参数识别的动态惯性权重粒子群优化算法，国际Innov计算，81191-2003（2012）
[20] Ko，C.N。；Fu，Y.Y。；Lee，C.M.，通过非线性时变进化PSO方法对混沌系统进行参数估计，人工生命机器人，15，33-6（2010）
[21] Sun，J。；赵，J。；Wu，X.J.，用漂移粒子群优化方法估计混沌系统的参数，Phys Lett a，374，2816-22（2010）·Zbl 1237.34091号
[22] 莫达雷斯，H。；阿尔菲。；Fateh，M.M.，通过改进的粒子群优化实现混沌动力学系统的参数识别，专家系统应用，37，3714-20（2010）
[23] Tang，Y.G。；Guan，X.P.，通过粒子群优化对时滞混沌系统的参数估计，混沌孤子分形，40，1391-98（2009）·Zbl 1197.93155号
[24] 何，Q。；Wang，L。；Liu，B.，用粒子群优化方法估计混沌系统的参数，混沌孤子分形，34654-61（2007）·Zbl 1152.93504号
[25] 杨克强。；马吉努，K。；野村，H.，用量子粒子群优化方法识别混沌系统的参数，国际计算数学杂志，862225-2235（2009）·Zbl 1181.65103号
[26] Banerjee，A。；Abu-Mahfouz，I.，《非线性动力学系统参数估计的粒子群优化和差分进化算法的比较分析》，《混沌孤子分形》，58，65-83（2014）·Zbl 1348.93081号
[27] 科萨里，M。；Teshnehlab，M.，基于混合粒子群优化遗传算法的近似分数阶导数非线性分数阶混沌系统辨识，J AI Data Min，6，365-73（2017）
[28] Huynh，D.C。；Dunnigan，M.W.，使用混沌粒子群优化算法对感应电机进行参数估计，第五届IET电力电子、机械和传动国际会议论文集（PEMD 2010），1-6（2010）
[29] 贾法里，S。；SMRH，G。；Daliri，A.，通过量子行为粒子群优化对混沌系统参数识别的评论，Int J Comput Math，86，12225-2235（2009）·兹比尔1181.65103
[30] Dai，C.H。；Chen，W.R。；Li，L.X.，时滞混沌系统参数估计的搜索器优化算法，Phys Rev E，83，036203（2011）
[31] Ahandai，医学硕士。；Ghiasi，A.R。；Kharrati，H.，使用洗牌回溯搜索优化算法识别混沌系统的参数，软计算（2017）
[32] 高，F。；齐Y.B。；Balasingham，I.，检测随机噪声混沌系统不确定参数的一种新的非Lyapunov方法，专家系统应用，39，1779-83（2012）
[33] 李，N.Q。；潘·W。；Yan，L.S.，使用基于微分进化的方法对有噪声和无噪声混沌系统的参数估计，Chin Phys B，20，060502（2011）
[34] Wang，L。；Xu，Y。；Li，L.P.，通过混合Nelder-Mead单纯形搜索和差分进化算法识别混沌系统的参数，专家系统应用，38，3238-45（2011）
[35] Wang，L。；Xu，Y.，混沌系统参数估计的一种有效的基于生物地理学的混合优化算法，Expert Syst Appl，38151039（2011）
[36] Samanta，B。；Nataraj，C.，混沌系统参数估计的粒子群优化，IEEE群智能研讨会论文集，74-80（2009），IEEE
[37] 高，F。；Lee，J.J。；Li，Z.Q.，用粒子群优化方法对初始随机噪声混沌系统的参数估计，混沌孤子分形，421286-91（2009）·Zbl 1198.93016号
[38] 高，F。；汤海清，基于粒子群优化的混沌系统参数估计，《物理学报》，2006年第55期，第577-82页，（中文）。
[39] Wei，J.M。；Yu，Y.G。；Cai，D.，使用改进的量子粒子群优化算法识别不确定的非公度分数阶混沌系统，《计算非线性动力学杂志》，13，051004（2018）
[40] 高，F。；李振强。；Tong，H.Q.，用新型量子粒子群优化算法在线估计洛伦兹系统参数，Chin Phys B，17，1196-201（2008）
[41] 艾哈迈迪，M。；Mojallali，H.，混沌入侵杂草优化算法及其在混沌系统参数估计中的应用，混沌孤子分形，451108-20（2012）
[42] 彭海平。；李立新。；Yang，Y.X.，通过混沌蚂蚁群对动力系统进行参数估计，Phys Rev E，81，016207（2010）
[43] Tien，J.P。；Li，T.H.S.，多层免疫的混合田口混沌和用于混沌系统参数识别的人工蜂群算法，计算数学应用，64，1108-19（2012）·Zbl 1356.90166号
[44] 戴，D。；马，X.K。；Li，F.C.，基于遗传算法的混沌系统参数估计方法，《物理学报》，51，2459-62（2002），（InChinese）
[45] 李立新。；Yang，Y.X。；Peng，H.P.，基于混沌蚁群算法的洛伦兹混沌系统参数估计，《物理学报》，55（2006）
[46] 高，F。；费凤霞。；Xu，Q.，一种用于混沌系统未知参数识别和时滞的新型空间收缩人工蜂群算法，应用数学计算，219552-68（2012）·Zbl 1288.34068号
[47] Xiao P，Alam S.加性高斯白噪声（AWGN）对传输数据的影响。2008https://pdfs.semanticscholar.org/0320/f32a1580fc1f3bf5f015b7eefefc9d10c4.pdf; Xiao P，Alam S.加性高斯白噪声（AWGN）对传输数据的影响。2008https://pdfs.semanticschoolr.org/0320/f32a1580fc1f3bf5f015b7eefefc9d10c4.pdf
[48] 布朗运动的导数是高斯白噪声。2018http://mbhauser.com/informal-notes.html; 布朗运动的导数是高斯白噪声。2018http://mbhauser.com/informal-notes.html
[49] Kasdin，N.J.，有色噪声和随机过程的离散模拟和幂律噪声产生，IEEE，83，802-27（1995）
[50] 王，J。；周，B.H。；Zhou，S.D.，混沌系统参数估计问题的改进布谷鸟搜索优化算法，计算智能神经科学，2016，8（2016）。文章ID 2959370
[51] 盛，Z。；王，J。；Zhou，S.，使用混合自适应杜鹃搜索和模拟退火算法的混沌系统参数估计，混沌，241013133（2014）·Zbl 1374.93100号
[52] 徐S.H。；Wang，Y。；Liu，X.，通过混合授粉算法对混沌系统进行参数估计，神经计算应用（2017）
[53] 林，J。；Chen，C.，用对立导引头优化算法估计混沌系统的参数，非线性动力学，76509-17（2014）·Zbl 1319.93019号
[54] 丁振华。；卢，Z.R。；Liu，J.K.，基于人工蜂群算法结合布谷鸟搜索策略的混沌系统参数识别，科学中国技术科学，61417-26（2018）
[55] 朱伟。；Fang，J.A。；Tang，Y.，通过受噪声扰动的开关微分进化识别分数阶系统，Phys Lett a，376，3113-20（2012）
[56] I·格里戈伦科。；Grigorenko，E.，分数洛伦兹系统的混沌动力学，《物理学评论-莱特》，91，034101（2003）
[57] 吴晓杰。；Shen，S.L.，分数阶洛伦兹系统中的混沌，国际计算数学杂志，861274-82（2009）·Zbl 1169.65115号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。