×
林，简;陈，张

用反向导引头优化算法估计混沌系统的参数。 （英语） Zbl 1319.93019号

非线性Dyn。 76，第1期，509-517（2014）.
摘要：参数估计可以公式化为一个多维优化问题。将导引头优化算法与基于对立的学习方法相结合，提出了一种对立的导引头最优化算法，并将其应用于混沌系统的参数估计。导引头优化算法为基于群体的启发式搜索提供了一种新的选择。通过同时考虑估计值及其与当前解的相反，在导引头优化算法中使用基于对立面的学习方法进行种群初始化和生成跳跃。通过对两个典型混沌系统的数值仿真，验证了该方案的有效性和鲁棒性。

引用于2文件

理学硕士：

93B30型 系统标识
37B25型 拓扑动力系统的稳定性
37D45号 奇异吸引子，双曲行为系统的混沌动力学
90 C90 数学规划的应用

关键词：

导引头优化算法;参数估计;混沌系统;基于对立的学习
PDF格式BibTeX公司 XML格式引用
\textit{J.Lin}和\textit{C.Chen}，非线性动力学。76，第1号，509--517（2014；Zbl 1319.93019）
全文： 内政部

参考文献：

[1] Shieh，C.S.，Hung，R.T.：同步混沌系统的混合控制。申请。数学。模型。35(8), 3751-3758 (2011) ·Zbl 1221.93159号
[2] Pan，L.，Zhou，W.，Zhou-L.，Sun，K.：两个不同分数阶超混沌系统之间的混沌同步。非线性科学与数值模拟通信16（6），2628-2640（2011）·Zbl 1221.37220号
[3] Santos Coelho，L.，de Andrade Bernert，D.L.：离散时间混沌系统同步的改进和谐搜索算法。混沌孤子分形41（5），2526-2532（2009）·Zbl 1198.90417号
[4] Pisarick，A.N.，Ruiz-Oliveras，F.R.：使用广义和完全同步的光学混沌通信。IEEE J.量子电子。46(3), 279-284 (2010)
[5] Chang，J.F.，Yang，Y.S.，Liao，T.L.，Yan，J.J.：使用进化规划方法识别混沌系统的参数。专家系统。申请。35(4), 2074-2079 (2008)
[6] Fotsin，H.B.，Woafo，P.：基于参数识别的修正和不确定混沌Van der Pol-Duffing振荡器的自适应同步。混沌孤立子分形24（5），1363-1371（2005）·Zbl 1091.70010号
[7] Maybhate，A.，Amritkar，R.：同步和自适应控制在时间序列参数估计中的应用。物理学。Rev.E，Stat.非线性软物质物理学。59(1), 284 (1999)
[8] Saha，P.、Banerjee，S.、Roy Chowdhury，A.：混沌、信号通信和参数估计。物理学。莱特。A 326（1），133-139（2004）·Zbl 1161.94357号
[9] Wu，X.，Hu，H.，Zhang，B.：仅根据混沌系统生成的符号序列进行参数估计。混沌孤子分形22（2），359-366（2004）·兹比尔1061.94043
[10] Xu，D.L.，Lu，F.F.：非同步系统的参数估计方法。混沌孤子分形25（2），361-366（2005）·Zbl 1125.93480号
[11] 何，Q，王，L.，刘，B.：用粒子群优化算法估计混沌系统的参数。混沌孤子分形34（2），654-661（2007）·兹比尔1152.93504
[12] Peng，B.，Liu，B.，Zhang，F.Y.，Wang，L.：混沌系统基于差分进化算法的参数估计。混沌孤子分形39（5），2110-2118（2009）
[13] Lin，J.，Xu，L.：基于混合生物地理学优化的混沌系统参数估计。物理学报。罪。62(3), 030505 (2013)
[14] Wang，L.，Xu，Y.：一种有效的基于混合生物地理学的混沌系统参数估计优化算法。专家系统。申请。38(12), 15103-15109 (2012)
[15] Rao，R.，Savsani，V.，Balic，J.：无约束和约束实际参数优化问题的基于教学的优化算法。工程优化。44(12), 1447-1462 (2012)
[16] Yang，X.M.，Yuan，J.S.，Youn，J.Y.，Mao，H.N.：一种改进的动态自适应粒子群优化算法。申请。计算。数学。189(2), 1205-1213 (2007) ·Zbl 1122.65364号
[17] Dai，C.，Chen，W.，Song，Y.，Zhu，Y.：搜索优化算法：一种用于全局数值优化的新型随机搜索算法。J.系统。电子工程。21(2), 300-311 (2010)
[18] Banerjee，A.、Mukherjee、V.、Ghoshal，S.：自治电力系统负荷跟踪性能的寻优算法。国际电工杂志。电力能源系统。43(1), 1162-1170 (2012)
[19] Dai，C.H.，Chen，W.R.，Zhu，Y.F.，Jiang，Z.L.，You，Z.Y.：用于调整神经网络结构和参数的寻优算法。神经计算74（6），876-883（2011）
[20] Shaw，B.，Mukherjee，V.，Ghoshal，S.：通过导引头优化算法解决经济调度问题。专家系统。申请。39(1), 508-519 (2012)
[21] 戴，C.：搜索优化算法及其应用。西南交通大学博士论文（2009）
[22] Tizhoosh，H.R.，《基于反对派的学习：机器智能的新方案》，奥地利维也纳，11月28日至30日，洛斯阿拉米托斯
[23] Li，N.Q.，Pan，W.，Yan，L.S.，Luo，B.，Xu，M.F.，Jiang，N.：使用基于微分进化的方法对有噪声和无噪声的混沌系统进行参数估计。下巴。物理学。B 20（6），060502（2011）
[24] 戴，C。；Zhu，Y。；Chen，W.，Seeker优化算法，167-176（2007）
[25] Wooldridge，M.，Jennings，N.R.：智能代理：理论与实践。知识。工程修订版10（2），115-152（1995）
[26] Rahnamayan，S.，Tizhoosh，H.R.，Salama，M.M.A.：基于对立的差异进化。IEEE传输。进化。计算。12(1), 64-79 (2008)
[27] Wang，H.，Wu，Z.，Rahnamayan，S.，Liu，Y.，Ventresca，M.：使用广义对立学习增强粒子群优化。信息科学。181（20），4699-4714（2011）
[28] Wang，J.，Wu，Z.，Wang，H.：基于混沌和广义对立学习的混合差分进化算法。高级计算。智力。6382, 103-111 (2010)
[29] Ho，W.H.，Chou，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(1), 29-41 (2010) ·Zbl 1204.93034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。