發(fā)布時間：2022-07-02 14:12

　　混沌控制與混沌優(yōu)化是當(dāng)前混沌學(xué)研究領(lǐng)域的一個重要課題。本論文在對混沌控制與混沌優(yōu)化的相關(guān)理論和方法進(jìn)行較為全面、系統(tǒng)的研究基礎(chǔ)上，提出了一些新的混沌控制與混沌優(yōu)化方法，并針對混沌優(yōu)化與混沌神經(jīng)網(wǎng)絡(luò)在組合電路測試生成問題中的應(yīng)用展開了詳細(xì)研究，提出了基于混沌優(yōu)化的組合電路測試生成方法，得到了有價值的成果。本文的主要內(nèi)容與創(chuàng)新貢獻(xiàn)包括以下幾個方面：1．基于一類混沌系統(tǒng)的一維返回映射圖，研究了混沌系統(tǒng)的一類外部周期性脈動控制方法，包括常量脈動控制方法與反饋脈動控制方法，并針對非線性阻尼擺中混沌行為的控制問題進(jìn)行了詳細(xì)研究，仿真實驗結(jié)果驗證了脈動控制方法的有效性與好的魯棒性。將神經(jīng)網(wǎng)絡(luò)與內(nèi)�？刂葡嘟Y(jié)合，提出了一種用基于BP神經(jīng)網(wǎng)絡(luò)的內(nèi)�？刂品桨高M(jìn)行混沌控制的方法，并重點針對Duffing振蕩器的混沌控制問題進(jìn)行了詳細(xì)設(shè)計與實驗研究。仿真實驗表明，基于神經(jīng)網(wǎng)絡(luò)的混沌控制方法不僅能實現(xiàn)對混沌行為的有效控制，而且還具有強的魯棒性與自適應(yīng)能力。2．將混沌搜索與Hopfield網(wǎng)絡(luò)的梯度算法結(jié)合，提出了一種基于混沌搜索的梯度算法，并基于組合電路測試生成的Hopfield神經(jīng)網(wǎng)絡(luò)模型，用上述算法來求網(wǎng)絡(luò)能... 

【文章頁數(shù)】：136 頁

【學(xué)位級別】：博士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 混沌研究的興起與發(fā)展
    1.2 混沌控制與混沌優(yōu)化
    1.3 組合電路的測試技術(shù)
    1.4 本文的主要研究內(nèi)容及結(jié)構(gòu)
第二章 混沌動力學(xué)基礎(chǔ)
    2.1 混沌的定義及特性
    2.2 與混沌有關(guān)的一些基本概念
    2.3 周期軌道的穩(wěn)定性分析
    2.4 通向混沌的道路
第三章 混沌系統(tǒng)脈動控制和神經(jīng)網(wǎng)絡(luò)控制方法研究
    3.1 引言
    3.2 混沌控制
    3.3 混沌系統(tǒng)的一類脈動控制方法研究
    3.4 基于神經(jīng)網(wǎng)絡(luò)的混沌控制方法研究
    3.5 本章小結(jié)
第四章 混沌搜索及其在組合電路測試生成中的應(yīng)用研究
    4.1 引言
    4.2 混沌運動的遍歷性
    4.3 基于混沌變量的混沌優(yōu)化
    4.4 基于混沌搜索的組合電路測試生成方法研究
    4.5 小結(jié)
第五章 基于混沌神經(jīng)網(wǎng)絡(luò)的組合電路測試生成方法研究
    5.1 引言
    5.2 混沌神經(jīng)網(wǎng)絡(luò)
    5.3 基于混沌神經(jīng)網(wǎng)絡(luò)的混沌優(yōu)化
    5.4 組合電路的混沌神經(jīng)網(wǎng)絡(luò)模型
    5.5 基于混沌神經(jīng)網(wǎng)絡(luò)的組合電路測試生成模型
    5.6 基于混沌神經(jīng)網(wǎng)絡(luò)的組合電路測試生成算法
    5.7 實驗結(jié)果及討論
    5.8 小結(jié)
第六章 混沌遺傳算法及其在電路測試生成中的應(yīng)用研究
    6.1 引言
    6.2 遺傳算法
    6.3 混沌遺傳算法
    6.4 基于混沌遺傳算法的組合電路測試生成方法
    6.5 相關(guān)實驗及其結(jié)果
    6.6 小結(jié)
第七章 混沌優(yōu)化在故障測試集最小化問題中的應(yīng)用研究
    7.1 引言
    7.2 故障測試集最小化問題的描述
    7.3 基于混沌搜索的故障測試集最小化方法研究
    7.4 基于混沌遺傳算法的故障測試集最小化方法研究
    7.5 小結(jié)
第八章 結(jié)束語
參考文獻(xiàn)
致謝
個人簡歷、攻讀博士學(xué)位期間完成的論文及科研情況



本文編號：3654508