顾、穆;罗伯特·卡拉巴。;格兰特·泰勒（Grant A.Taylor）。 利用线性联想记忆获得混沌动力系统的初始参数估计。 （英语） Zbl 0846.65030号 申请。数学。计算。 76，第2-3号，第143-159页（1996年）. 摘要：非线性动力系统的参数估计问题通常表示为非线性优化问题。对于此类问题，人们通常会遇到一个困难，即标准逐次逼近方案通常需要良好的初始参数估计才能收敛到真理。线性联想记忆方法证明了其在获得简单非线性动力系统有用的初始参数估计方面的有效性。然而，还没有将这种方法应用于混沌系统的工作。本文利用能够产生数学混沌的logistic映射发起了这一研究。在系统参数和系统输出之间进行监督训练，以构建最佳记忆矩阵。然后将未训练的系统输出与记忆矩阵一起用于估计系统参数。对于无噪声系统输出，获得了非常准确的参数估计。对于被噪声污染的系统输出，获得了良好的参数估计。建议使用“经验法则”，如果初始训练范围不在“附近”，则可用于帮助成功搜索真正的参数值。 引用于4文件 理学硕士： 65K10码 数值优化和变分技术 93E10型 随机控制理论中的估计与检测 93立方厘米 控制理论中的非线性系统 93B30型 系统标识 关键词：线性联想存储器;参数估计;非线性动力系统;非线性优化;逐次逼近格式;混沌系统;后勤地图;最佳存储矩阵 PDF格式BibTeX公司 XML格式引用 \textit{M.Gu}等人，应用。数学。计算。76，编号2--3，143-159（1996；Zbl 0846.65030） 全文： 内政部 参考文献： [1] 卡拉巴，R。；Lichtenstein，Z。；Simchony，T。；Tesfatsion，L.，用于参数估计的线性和非线性联想记忆，信息科学，61，1，2，45-66（1989）·Zbl 0796.93055号 [2] 卡拉巴，R。；Tesfatsion，L.，《使用多标准联想记忆获取非线性系统的初始参数估计》，《经济与管理中的计算机科学》，4237-259（1991）·Zbl 0768.93034号 [3] Kohonen，T.，《自我组织和联想记忆》（1988），Springer Verlag:Springer Verlag纽约·兹比尔0659.68100 [4] Smale，S.，可微动力系统，美国数学学会公报，74747-817（1967）·Zbl 0202.55202号 [5] 科莱，P。；Eckmann，J.，动力系统区间上的迭代映射（1980），Birkhauser:Birkhause Berlin·Zbl 0441.58011号 [6] Devaney，R.，《混沌动力系统导论》（1989），Benjamin Cummings:Benjamin Cammings Menlo Park，CA·Zbl 0695.58002号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。