(1)的稳态解由周期1变为周期2,这是一个一分为二的分叉过程;当L=L2=3.449489时,系统
(1)的稳态解由周期2分叉为周期4;当L=L3=3.544090时,系统
(1)的稳态解由周期4分叉为周期8;……当L达到极限值Lx=3.569945时,系统
(1)的稳态解是周期2x解,即系统
(1)进入混沌状态。
从以上分析可知,随着参数L的增加,系统
(1)不断地经历倍周期分叉,最终达到混沌。
称当L=4时由系统
(1)产生的序列{xn}为混沌变量,混沌变量{xn}的运动形式有如下特征:
a.随机性。
当L=4时‘Logistic映射在有限区间[0,1]内不稳定运动,其长时间的动态行为将显示随机性质,图2为当x0=0.1时的运动轨迹,迭代次数为100。
从图2可以明显地观察到其随机性,事实上当x0取其他初值时,系统
(1)一般都能体现这样的随机性。
图2随机性
Fig.2Thestochasticproperty
b.规律性。
尽管{xn}体现出随机性质,但它是由确定方程
(1)导出的,初值确定后{xn}便已确定,即其随机性是内在的,这就是混沌运动的规律性。
C.遍历性。
混沌运动的遍历性是指混沌变量能在一定范围内按其自身规律不重复地遍历所有状态,如图3所示。
该图分别以x10=0.165432和x20=0.234561为初值迭代1000次,得到2个混沌序列{x1n}和{x2n},图中小圆圈表示空间中的一点,其坐标为(x1j,x2j)。
图3遍历性
Fig.3TheergodiCity
d.对初值的敏感性。
初值x0的微小变化将导致序列{xn}远期行为的巨大差异,如图4所示。
图4是令x10=0.123456,x20=0.123457以x10和x20为初值迭代100次得到序列{x1n}和{x2n}。
可以看出,虽然初值相差1.0e-6,但迭代10多次后两个序列便完全不一样了。
对初值的敏感性是混沌的一个十分鲜明的特征,Lorenz曾十分形象地称其为蝴蝶效应:
“仅仅是蝴蝶翅膀的一次小小扇动,就有可能改变一个月以后的天气情况”。
图4对初值的敏感性
Fig.4Thepropertyofsensitivetoinitialvalue
e.具有分形的性质。
如图1(b)所示,混沌的奇异吸引子在微小尺度上具有与整体自相似的几何结构,对它的空间描述只能采用分数维。
f.普适性。
是指混沌系统中存在着一些普遍适用的常数。
如在Logistic映射的倍
周期分叉点{Lm}有如下一个普适常数:
被称为Feigenbaum数。
Feigenbaum数是如同圆周率一样的常数,对于许多由分叉导致混沌的系统,其值不变。
如果在某次实验中,当参数1在时出现一分为二的分叉,在2时出现2分叉为4,若Feigenbaum数起作用,则参数大约再改变
21的13%左右,可预期发生混沌。
[6]。
3关于混沌系统的控制
混沌系统的特征表明,无法精确预测混沌系统的长时间的行为。
但是新近研究表明:
混沌系统是可以控制的,可以利用的。
混沌已被用来增强激光器的功率;调整电子线路的输出,使之同步;控制化学反应的波动;稳定动物心脏的异常心律;编码电子信息以保证通讯安全。
我们知道,混沌系统的行为是许多有序行为的集合。
若以适当的方式干扰一个混沌系统,就能促使该系统的某种有序行为起主导作用,从而使其不同行为之间进行转换[4]。
另一方面,混沌系统长远行为不可预测,但它是确定的。
如果两个极为相似的混沌系统受到同一信号驱动,可以产生相同的输出。
这是实验已证实的,它可以产生新的通讯技术。
用数学描述的混沌系统中有状态变量和参数。
状态变量组成状态空间,状态空间中的一个点代表系统在某一时刻的一个状态,当系统发生变化时,它就在状
态空间中的各点之间发生移动,定义出一条轨线。
混沌系统在状态空间的轨线十分复杂,但并非随心所欲,可以让其通过某些区域而避开一些区域,例如把它拉向混沌吸引区,吸引区总是保持不变的。
因此,只要搞清混沌吸引区,就可以设法将混沌系统控制到混沌吸引区[12]。
控制混沌系统的关键之一在于认识到混沌吸引区是一个不稳定的周期行为的无穷集合,或者说是一些不稳定周期轨道的集合。
当混沌系统的参数被改变时,
混沌吸引区也要发生迁移。
因此可以通过控制参数产生所需要的吸引区,这个过程很像在马鞍上平衡一个玻璃球。
如果这颗玻璃球一开始是置于马鞍中央,它趋
于向两侧滚动。
为了让其不动,就需迅速摆动马鞍.混沌吸引区迁移的道理是类似的。
控制混沌系统并不容易,但实验证明可以在一个相当简单的系统中成功地控制混沌。
混沌控制的首项技术是在生物系统中实现的。
先是在一只兔子心脏上试验,并取得了成功。
有人预测,在不久的将来,有可能研制成采用混沌控制技术的心脏整律器和去纤维颤动器[4]。
3.1混沌控制的目标和方法
混沌控制的方法有两种,一是通过合适的策略、方法及途径,有效地抑制混沌行为,使李雅普诺夫指数下降进而消除混沌。
二是选择某一具有期望行为的轨道作为控制目标一般情况下,在混沌吸引子中的无穷多不稳定的周期轨道常被作为
首选目标,其目的就是将系统的混沌运动轨迹转换到期望的周期轨道上。
不同的控制策略必须遵循这样的原则:
控制律的设计须最小限度的改变原系统,从而对原系统的影响最小[7]。
3.1.1OGY方法
综观混沌发展的历史,起初人们认为混沌是不可控的,直到1990年OGY方法的提出才彻底改变了这种观点。
OGY控制法是一种参数微扰控制方法,利用混沌运动对很小参数扰动的敏感性,选择一个易调节的参数进行微小扰动,将混沌吸引子中无穷多个不稳定周期轨道中所需要的周期轨道稳定住,使系统进人需要的
周期状态,达到控制混沌的目的。
由于在双曲不动点附近存在局部稳定和局部不稳定流形,可以将当前状态与目标的偏差及参数的摄动看成微小量,将下一步状态与目标的偏差按以上两个微小量做线性化展开,并使得下一步状态和目标的偏差矢量与不稳定流形方向垂直,即可得到当前参数的调节值。
这类控制不需要知道混沌系统的确切动力学行为,只需要使用微小的控制信号,从而降低控制代价,把系统的混沌状态控制在任意周期轨道上,基本不受噪声的影响,不改变系统本身的结构。
但这种方法必须有一个确定的目标函数或给定轨道,只适用于离散动力学系统及可用庞加莱映射表征的连续动力学系统,通常只
能控制低周期轨道。
例含控制参数的n维映射描述的有限动力系统:
并且利用OGY方法可以实现混沌轨道的同步化,其控制参量的扰动大小与系统状态输出量成正比,从控制理论角度来说属于线性反馈方法[6]。
3.1.2连续反馈控制法
尽管OGY方法及其改进法对混沌的有效控制使其广泛地应用于力学、光学和环境科学等领域中,但由于它必须获得庞加莱截面,并且需要确定所需的不稳定周期轨道及不动点的特征值和特征向量,这使它的应用受到一定的限制。
在
OGY控制方法的基础上,德国科学家K.Pyragas在1993年提出了外力反馈控制法和延迟反馈控制法。
这两种方法都可以实现对混沌吸引子的连续控制,使不稳定周期趋于稳定[13]。
3.1.3自适应控制法
基于OGY方法存在的不足及实际问题需要,很多学者尝试用传统的控制手段实现混沌控制,自适应控制混沌运动是根据自适应原理发展而来,由赫伯曼等人提出的一种方法。
在控制系统运动过程中,系统自身来识别被控的状态、性能或参量,将系统当前的运行指标与期望的指标加以比较,改变控制器的结构、参量或控制作用,使系统运行在其所期望的指标下的最优或次优状态。
这种方法是通过参量的调整来控制系统,使其达到所需要的运动状态,调节是依靠目标输出与实际输出之间的差信号来实现的。
例如连续时间混沌系统的参数自适应控制;离散混
沌系统的自适应轨道控制[1]。
3.1.4智能控制法
混沌系统以及控制的复杂性,使人们自然考虑智能方法引入到混沌控制中,采用模糊逻辑控制器和神经网络对混沌系统进行建模和控制已做了一些探索研究。
3.2混沌控制理论的应用
3.2.1非线性时间序列预测
本征混沌具有正的李亚普诺夫指数,使其不能进行长期预测。
但许多混沌时间序列预测的研究显示了其短期预测的可靠性,利用电力负荷的时间序列,不直接考虑与负荷相关的随机因素,而对负荷的历史数据进行分析,建立数学模型,并进行预测与传统的预测方法相比,其收敛性和适应性均有不同程度的提高,且精度高,通用性强。
3.2.2信息存储,语音、图像压缩
许多语音、图像信号中存在着混沌和分形特征,Kumar等通过对语音信号的吸引子重构,求得元音和爆破音的关联维数小于3,摩擦音的关联维数略大于5,揭示了语音信号的混沌本质。
语音信号的低维吸引子意味着我们可以用少数几个独立变量来重构声道模型。
其预测误差比线性预测编码小一个数量级。
混沌理论提供了一个简单、有效的描述语音信号的数学方法,在语音存储和传输数据压缩领域有很好的应用前景。
3.2.3信号检测、估值
现有的信号检测理论多数以线性理论为基础,线性理论所强调的是稳定、平衡和均匀性,而利用混沌轨迹对初始条件的敏感性,可使系统识别出只有微小差别的不同模式,且混沌控制理论的非线性观点从不稳定、非平衡的状态中来提取信息、处理信息,从而显示它特有的优点。
混沌信号检测具有极高的灵敏度和分辨率,而且还具有极强的适应能力。
3.2.4优化
利用混沌变量的随机性、遍历性、规律性可以进行优化搜索。
混沌优化方法一般分为两个阶段进行:
首先,在整个空间内按照混沌变量的变化规律依次考察经过的各点,接受较好点作为当前最优点;其次,一定步数以后,认为当前最优点已在系统固有的最优点附近,然后以当前最优点为中心,附加一混沌小扰动,进行细搜索寻找最优点。
混沌优化与遗传算法、模拟退火算法等优化方法的结合,可以减
少计算量,提高求得全局最优解的计算效率,克服了标准遗传算法、模拟退火算法中的“早熟”现象,并具有更快的收敛速度。
可用于机电系统的系统辨识、参数优化设计等方面[6,8]。
4混沌的发展与前景展望
人们已经对混沌学进行了大量的研究,并已取得了许多结果,但是混沌学仍是一个全新的科学前沿,很多系统的理论和有效的方法尚待发展。
混沌学作为一门科学毕竟只有20余年,因此远未成为一门成熟的科学。
人们记得,19世纪末凯莱曾致力于研究复的牛顿迭代法,1930年左右朱莉亚(Julia)
和法都研究了复多项式和有理函数的迭代并发明了朱莉亚。
但是,直到1980年并
没有什么进展,这一年曼德尔布诺特(Mandlbrot)用计算机绘出了第一张曼氏集的图像。
今天,这个集成了混沌学的公认的标志,混沌图像也成为极精致的工艺品,并一度风靡全世界。
可以断言,混沌的应用前景无限广阔[5]。
混沌学毕竟是“年轻”的,许多理论问题没有弄清楚,有待人们去探索。
学者们都认为,非线性科学的基础是非线性数学,而非线性数学的发展又决定混沌学的未来。
混沌学改变了天文学家看待太阳系的方式,改变了企业保险决策方式,改变了分析国际紧张局势的方式,……o可以预料,混沌学最终将成为人类观察整个世界的一个基本观点,将对人类思维起到解放的作用[10]。
参考文献
[1]宋运忠,赵光宙,齐冬莲,姚明海.混沌化控制综述[J].浙江工业大学学报,2007,03:
313-319.
[2]唐巍,李殿璞,陈学允.混沌理论及其应用研究[J].电力系统自动化,2000,07:
67-70.
[3]刘曾荣.控制与混沌控制[J].自然杂志,2000,05:
306-308.
[4]邓宗琦•混沌学的历史和现状[J].华中师范大学学报(自然科学版),1997,04:
120-128.
⑸董军,胡上序.混沌神经网络研究进展与展望J].信息与控制,1997,05:
41-49+59.
⑹李卫东,王秀岩.混沌控制综述J].自动化技术与应用,2009,01:
1-5+9.
[7]韩军海,吴云洁.混沌控制综述[J].计算机仿真,2006,06:
6-8+106.
[8]徐红杨子光,杨杰,井海明.混沌控制理论及其应用J].计算机与网络,2006,01:
41-42+44.
[9]李忠,毛宗源.混沌控制综述[J].电路与系统学报,1998,01:
59-65.
[10]徐大申,李国东,臧鸿雁.混沌控制理论及研究进展J].青海师范大学学报(自然科学
版),2004,04:
25-30.
[11]赵光宙,齐冬莲.混沌控制理论及其应用[J].电工技术学报,2001,05:
77-82.
[12]王猛.混沌控制及其应用[J].黑龙江科技信息,2008,01:
25.
[13]刘勅,马义德,袁敏,张在峰.混沌神经网络研究及其应用[J].广西师范大学学报(自然科学
版),2005,01:
88-91.