简介:用最大Lyapunov指数构造遗传算法中的适应度函数,通过遗传算法优化神经网络的权系数.根据所得到的适应度函数和权系数来构造遗传神经网络控制器,从而提高神经网络控制效果.对离散系统Logistic映射和连续系统Rossler方程、AFM(原子力显微镜)悬臂梁振动系统的混沌运动分别进行了仿真控制.数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去,证明了算法的有效性.
简介:在JohnSehmitt和PhilipHolmes工作基础上建立一个考虑阻尼效应的昆虫LLS(lateralleg-spring)模型,并在MATLAB环境下对其步态运动进行计算机数值模拟,对昆虫在水平面爬行步态进行分析,发现考虑阻尼的模型更符合实际情况,并表现出更好的稳定性,证明了由力学和几何定理主导的控制行为在维持昆虫爬行的稳定性方面起到了十分重要的作用,从而减轻了神经系统的负担,同时也说明了引人阻尼在提高运动稳定性方面发挥的作用.
改进遗传神经网络控制混沌运动的研究
关于昆虫步态运动时神经控制机理的动力学分析