×
罗伯特·M·肯特。;温德森·A·S·巴博萨。;Daniel J.Gauthier。

使用下一代油藏计算控制混沌图。 （英语） Zbl 07855174号

混乱 34，第2期，023102，第10页（2024年）.

MSC公司：

93立方厘米 控制理论中的非线性系统
68T05型 人工智能中的学习和自适应系统
第37天45 奇异吸引子，双曲行为系统的混沌动力学
34甲10 常微分方程问题的混沌控制
PDF格式BibTeX公司 XML格式引用
\textit{R.M.Kent}等人，Chaos 34，No.2，023102，10 p.（2024；Zbl 07855174）
全文： 内政部 arXiv公司

参考文献：

[1] 斯隆廷，J。；Li，W.，应用非线性控制，1991年，普伦蒂斯·霍尔·Zbl 0753.93036号
[2] Ott，E。；格雷博吉，C。；约克，J.A.，《控制混乱》，Phys。修订稿。，64, 1196-1199, 1990 ·兹比尔0964.37501 ·doi:10.1103/PhysRevLett.64.1196
[3] Ogata，K.，现代控制工程，2010年，普伦蒂斯·霍尔
[4] 周，E.R。；Burgess，J.M.，《控制混沌系统的进化人工神经网络》，Phys。E版，56，1531-1540，1997·doi:10.1103/PhysRevE.56.1531
[5] Gauthier，D.J.，资源信：CC-1：控制混乱，美国物理学杂志。，71, 750-759, 2003 ·doi:10.119/11.572488
[6] 卡马乔，E.F。；Alba，C.B.，模型预测控制，2013年，Springer Science&Business Media
[7] 吴，Z。；Rincon，D。；Christofides，P.D.，非线性过程模型预测控制的基于过程结构的递归神经网络建模，《过程控制》，89，74-84200·doi:10.1016/j.jprocont.2020.03.013
[8] 波兹尼亚克，A。；于伟（Yu，W.）。；Sanchez，E.，通过动态神经网络识别和控制未知混沌系统，IEEE Trans。电路系统。一： 芬丹。理论应用。，46, 1491-1495, 1999 ·Zbl 1055.93564号 ·doi:10.1109/81.809552
[9] Zong，X.-P.和Geng，J.，“基于新扰动的BP神经网络控制混沌系统”，2009年小波分析和模式识别国际会议（IEEE，2009），第166-170页。
[10] Gokce，K。；乌亚罗·鲁，Y.，使用具有自适应学习速率的前馈神经网络控制混沌离散Hénon系统，Turk.J.Electr。工程计算。科学。，21, 793-803, 2013 ·doi:10.3906/elk-1109-58
[11] Matousek，R.和Hulka，T.，“使用元进化方法稳定混沌逻辑和Hénon映射的高周期轨道”，2019年IEEE进化计算大会（CEC）（IEEE，2019），第1758-1765页。
[12] Matousek，R.、Lozi，R.P.和Hulka，T.，“使用元进化方法稳定Lozi和Hénon映射的高周期轨道”，收录于2021年IEEE进化计算大会（CEC）（IEEE，2021年），第572-579页。
[13] Senkerik，R。；佐治亚州奥普拉特科娃。；Zelinka，I.，用于Hénon映射稳定的进化混沌控制器综合研究，AIP Conf.Proc。，1389, 1027-1030, 2011 ·doi:10.1063/1.3637785
[14] 泽林卡，I。；Senkerik，R。；Navratil，E.，混沌控制进化优化研究，混沌，孤子分形，40111-1292009·Zbl 1197.93001号 ·doi:10.1016/j.chaos.2007.07.045
[15] Matousek，R.、Dobrovsky，L.、Minar，P.和Mouralova，K.，“关于使用语法进化的混沌Hénon系统的鲁棒稳定的注释”，载于《诺查丹玛斯2014：复杂系统的预测、建模和分析》（Springer，2014），第219-228页·Zbl 1317.93225号
[16] Chow，T。；Fang，Y.，一种基于递归神经网络的实时学习控制策略，应用于具有未知动力学的非线性系统，IEEE Trans。Ind.Electron公司。，45, 151-161, 1998 ·数字对象标识代码：10.1109/41.661316
[17] Jaeger，H。；Haas，H.，《利用非线性：预测混沌系统和无线通信节能》，《科学》，304，78-802004年·doi:10.1126/science.1091277
[18] Maass，W。；Natschläger，T。；Markram，H.，《无稳定状态的实时计算：基于扰动的神经计算的新框架》，《神经计算》。，14, 2531-2560, 2002 ·Zbl 1057.68618号 ·doi:10.1162/089976602760407955
[19] 瓦格曼，T。；wyffels，F。；Schrauwen，B.，在线学习逆模型的反馈控制，IEEE Trans。神经网络。学习。系统。，23, 1637-1648, 2012 ·doi:10.1109/TNNLS.2012.2208655
[20] Waegeman，T。；赫尔曼斯，M。；Schrauwen，B.，MACOP模块化结构与控制原语，Front。计算。神经科学。，7, 99, 2013 ·doi:10.3389/fncom.2013.00099
[21] 卡纳迪，D。；Pomerance，A。；Gauthier，D.J.，《具有深层水库计算的动力系统无模型控制》，J.Phys.：复杂。，2, 035025, 2021 ·doi:10.1088/2632-072X/ac24f3
[22] Haluszczynski，A。；Räth，C.，使用机器学习将非线性动力系统控制为任意状态，科学。代表，1129912021·doi:10.1038/s41598-021-92244-6
[23] 段晓云。；X.Ying。；Leng，S.-Y。；Kurths，J。；Lin，W。；Ma，H.-F.，嵌入水库计算理论和使用时间延迟减少水库网络，物理。修订研究，5，L0220412023·doi:10.1103/PhysRevResearch.5.L022041
[24] Gauthier，D.J。；博尔特，E。；格里菲斯，A。；Barbosa，W.A.S.，《下一代水库计算》，美国国家通讯社。，12, 5564, 2021 ·doi:10.1038/s41467-021-25801-2
[25] Barbosa，W.A.S。；Gauthier，D.J.，使用下一代水库计算学习时空混沌，混沌，32，093137，2022·数字对象标识代码：10.1063/5.0098707
[26] Haluszczynski，A。；Köglmayr，D。；Räth，C。
[27] Sarangapani，J.，非线性离散时间系统的神经网络控制，2006年，CRC出版社，Taylor&Francis:CRC出版社·兹比尔1123.93010
[28] Kim，Y。；Lewis，F.，机器人操作器的神经网络输出反馈控制，IEEE Trans。机器人。自动。，15, 301-309, 1999 ·doi:10.1109/70.760351
[29] Hénon，M.，一个带有奇怪吸引子的二维映射，Commun。数学。物理。，50, 69-77, 1976 ·Zbl 0576.58018号 ·doi:10.1007/BF01608556
[30] Takens，F.，“检测湍流中的奇怪吸引子”，摘自《动力系统与湍流》，沃里克1980年，D.Rand和L.-S.Young编辑（施普林格，柏林，1981），第366-381页·Zbl 0513.58032号
[31] 博伊德，S。；Chua，L.，衰减记忆和用Volterra级数逼近非线性算子的问题，IEEE Trans。电路系统。，32, 1150-1161, 1985 ·Zbl 0587.93028号 ·doi:10.1109/TCS.1985.1085649
[32] Gonon，L。；格里戈耶娃，L。；奥尔特加，J.-P。
[33] Wei，H.-L。；Billings，S.A。；Liu，J.，非线性系统辨识的术语和变量选择，国际控制杂志，77，86-1102004·Zbl 1050.93506号 ·doi:10.1080/00207170310001639640
[34] 唐，S.C。；Li，Y.M。；Zhang，H.-G.，具有时滞的非线性大系统的自适应神经网络分散反推输出反馈控制，IEEE Trans。神经网络。，22, 1073-1086, 2011 ·doi:10.1109/TNN.2011.246274
[35] Lorenz，E.N.，《确定性非周期流》，J.Atmos。科学。，20, 130-141, 1963 ·Zbl 1417.37129号 ·doi:10.1175/1520-0469（1963）020<0130:DNF>2.0.CO；2
[36] 图图瓦，A.V。；莫西，L。；Rybin，V.G。；科佩斯，E.E。；沃洛斯，C。；Butusov，D.N.，使用自适应对称控制的对称Hénon映射的快速同步，混沌，孤立子分形，1551117322022·Zbl 1498.37062号 ·doi:10.1016/j.chaos.2021.111732
[37] 韩，Y。；丁，J。；杜，L。；Lei，Y.，利用强化学习基于移动最大Lyapunov指数的混沌控制与反控制，Physica D，4281330682021·Zbl 1532.37081号 ·doi:10.1016/j.physd.2021.133068
[38] Soleymani，A。；诺丁，M.J。；Sundararajan，E.，基于Hénon和Arnold猫图的图像混沌加密系统，科学。《世界杂志》，2014，536930·doi:10.1155/2014/536930
[39] Khan，J.、Ahmad，J.和Hwang，S.O.，“基于：Hénon映射、斜帐篷映射和S-Box的高效图像加密方案”，2015年第六届建模、仿真和应用优化国际会议（ICMSAO）（IEEE，2015），第1-6页。
[40] 瓦哈尔加，B.F。；Asghari，R.，基于混沌Hénon映射（CHCG）的伪随机数生成器，国际J.Mechatron。选举人。计算。技术。，5, 2120-2129, 2015
[41] Belkhouja，T。；杜，X。；Mohamed，A。；Al-Ali，A.K。；Guizani，M.，基于混沌Hénon系统的对称加密，用于植入式医疗系统的安全硬件友好无线通信，J.Sens.Actuator Netw。，7, 21, 2018 ·doi:10.3390/jsan7020021
[42] Braverman，E。；Rodkina，A.，《关于海农和洛兹地图的目标导向控制》，J.Differ。埃克。申请。，29, 1-24, 2022 ·Zbl 1528.39007号 ·doi:10.1080/10236198.2022.2088286
[43] García，P.，基于机器学习的混沌系统控制，混沌，孤子分形，1551116302022·doi:10.1016/j.chaos.2021.111630
[44] Leite，D.、Coutinho，P.、Bessa，I.、Camargos，M.、Junior，L.A.Q.C.和Palhares，R.，“未知模型非线性时变系统的增量学习和状态空间演化模糊控制”，国际模糊系统协会（IFSA）第十九届世界大会联合会议记录，第十二届欧洲模糊逻辑与技术学会会议（EUSFLAT）和第十一届国际聚合算子暑期学校（AGOP）（亚特兰蒂斯出版社，2021年），第80-87页。
[45] Barbosa，W.A.S。；格里菲斯，A。；Rowlands，G.E。；Govia，L.C.G。；Ribeill，G.J。；Nguyen，M.-H。；Ohki，T.A。；Gauthier，D.J.，《对称感知油藏计算》，Phys。修订版E，1040453072021·doi:10.1103/PhysRevE.104.045307
[46] Hertz，D.，序贯岭回归，IEEE Trans。Aerosp.航空公司。电子。系统。，27, 571-574, 1991 ·doi:10.1109/7.81440
[47] Vogel，C.R.，《反问题的计算方法》，2002年，工业和应用数学学会·Zbl 1008.65103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。