本专著的内容是作者近年来在混沌系统的智能控制方面所取得科研成果的归纳和总结，主要利用模糊逻辑系统、人工神经网络等智能控制理论技术，围绕非线性混沌系统的辨识、控制与同步问题进行研究与探讨。希望通过本书，抛砖引玉，为读者提供有关混沌系统的模糊神经网络控制理论与方法学习方面的参考。全书共分12章。第1章为绪论，介绍了混沌的定义、混沌应用前景及混沌控制的概况。第2章主要介绍模糊控制与神经网络控制理论基础。第3章研究了BP及其改进算法的神经网络对混沌系统进行控制的问题。第4章探讨了混沌系统的RBF神经网络控制问题。第5章研究了超混沌系统的模糊滑模控制设计方法。第6章讨论了不确定混沌系统的模糊建模及其自适应控制策略。第7章研究了混合神经模糊逻辑推理系统的时滞无穷维混沌时间序列预测问题。第8章研究了混合遗传神经网络控制混沌周期轨道方法。第9章研究了一类不确定混沌系统的模糊神经网络自适应控制方法。第10章主要是利用动态神经网络对不确定混沌系统进行辨识和参考目标轨道跟踪控制研究。第11章主要是利用线性矩阵不等式方法对不确定混沌系统进行模糊控制研究。第12章主要利用递归高阶神经网络，对不确定混沌系统的同步问题进行了研究。

本书较为系统地介绍了混沌系统的模糊神经网络控制的基本理论和近年来的新方法、新成果。全书共分12章，内容包括混沌系统的BP神经网络控制、混沌系统的RBF神经网络控制、超混沌系统的模糊滑模控制、不确定混沌系统的模糊自适应控制、无穷维时滞混沌系统的混合模糊神经网络时间序列预测、混沌系统的混合遗传神经网络控制、不确定混沌系统的模糊神经网络自适应控制、动态神经网络的不确定混沌系统辨识与控制、基于线性矩阵不等式方法的不确定混沌系统模糊控制、不确定混沌系统的递归高阶神经网络同步控制等。

本书涉及目前国内外混沌智能控制最新研究成果，特别是作者长期从事混沌系统控制理论方法所取得的科研成果，其中包括发表在国内外权威学术刊物上的前沿科研成果，取材新颖、内容丰富、深入浅出、理论联系文际、论述严谨。不仪为读者提供混沌系统智能控制问题的设计方法，而且能在理论研究与工程应用上给读者带来启发与帮助。

本书可供高等院校自动化、计算机应川、电子工程、信息工程等专业研究生和高年级本科学生使用，也可供相关领域的工程技术人员和科学研究工作者参考。

前言

第1章 绪论

 1.1 引言

 1.2 混沌研究历史及意义

 1.3 混沌的定义及特征

1.3.1 定义

1.3.2 初值敏感

1.3.3 系统参数对动力学性态的影响

 1.4 混沌控制研究概况

 1.5 混沌应用前景

 1.6 混沌控制研究意义

 1.7 本书的主要内容与结构安排

 参考文献

第2章 模糊神经网络控制理论基础

 2.1 模糊控制理论基础

2.1.1 模糊集合与隶属函数

2.1.2 模糊算子

2.1.3 模糊关系与模糊矩阵

2.1.4 模糊逻辑和模糊语言

2.1.5 模糊推理

2.1.6 解模糊

2.1.7 Sugeno模糊模型

2.1.8 非线性系统的T-S模糊模型

 2.2 神经网络理论基础

2.2.1 神经元基本结构

2.2.2 神经元模型

2.2.3 神经网络结构及学习规则

2.2.4 典型前馈型神经网络及其学习算法

 2.3 模糊神经网络基础

2.3.1 模糊推理的简化

2.3.2 模糊推理神经网络设计

 2.4 小结

 参考文献

第3章 神经网络在混沌控制中的作用

 3.1 引言

 3.2 用BP神经网络控制Henon映射混沌运动

3.2.1 控制混沌

3.2.2 神经网络结构及算法

3.2.3 数值仿真

 3.3 用改进BP算法控制Henon映射混沌运动

3.3.1 控制器结构及算法

3.3.2 仿真实验

3.3.3 数值结果对比

 3.4 小结

 参考文献

第4章 基于径向基神经网络的非线性混沌控制

 4.1 径向基函数网络

 4.2 RBFN参数的选择

 4.3 Henon映射混沌运动的RBF神经网络直接控制

4.3.1 控制原理

4.3.2 控制器结构及算法

4.3.3 仿真实例

 4.4 混沌系统的RBF神经网络非线性补偿控制

4.4.1 问题描述

4.4.2 非线性补偿与线性控制

4.4.3 仿真实例

 4.5 小结

 参考文献

第5章 超混沌系统的模糊滑模控制

 5.1 引言

 5.2 滑模变结构控制

5.2.1 滑动模态概念

5.2.2 滑模面与滑模控制律

 5.3 超混沌系统的模糊建模

 5.4 基于区域极点配置的模糊滑模控制器设计

5.4.1 滑模面构造

5.4.2 滑模控制器的设计

 5.5 仿真研究

 5.6 小结

 参考文献

第6章 不确定混沌系统的模糊自适应控制

 6.1 引言

 6.2 基于模糊推理系统的建模

 6.3 模糊自适应控制器设计

6.3.1 函数的傅里叶级数描述

6.3.2 控制器设计

 6.4 数值仿真

 6.5 小结

 参考文献

第7章 模糊神经网络在混沌时间序列预测中的应用

 7.1 引言

 7.2 模型结构

 7.3 混合学习算法

7.3.1 结构学习阶段

7.3.2 参数学习阶段

 7.4 在非线性动力系统中的应用——混沌动力系统的预测

7.4.1 仿真实验

7.4.2 在线自适应学习的仿真结果

 7.5 小结

 参考文献

第8章 混沌系统的混合遗传神经网络控制

 8.1 引言

 8.2 小扰动控制混沌

 8.3 遗传算法

8.3.1 初始群体确定

8.3.2 编码方案

8.3.3 自适应选择

8.3.4 杂交算子选择

8.3.5 自适应交叉和变异

 8.4 HyGANN系统设计

8.4.1 系统结构

8.4.2 HyGANN学习算法

 8.5 仿真试验与结果

 8.6 小结

 参考文献

第9章 不确定混沌系统的模糊神经网络自适应控制

 9.1 引言

 9.2 T-S模糊逻辑系统

 9.3 基于Lyapunov函数法的模糊神经网络自适应控制器设计

 9.4 数字仿真研究

 9.5 讨论

 9.6 小结

 参考文献

第10章 基于动态神经网络的混沌系统控制

 10.1 不确定混沌系统的动态神经网络跟踪控制

10.1.1 引言

10.1.2 动态神经网络辨识

10.1.3 参考模型轨道跟踪控制

10.1.4 数值实验仿真结果

 10.2 不确定混沌系统的动态神经网络自适应控制

10.2.1 引言

10.2.2 动态神经网络辨识器及其学习算法

10.2.3 基于辨识器的控制器设计

10.2.4 数值仿真

 10.3 不确定蔡氏电路混沌系统的神经网络优化控制

10.3.1 引言

10.3.2 基于无源技术的神经网络辨识

10.3.3 基于辨识模型的优化控制器设计

10.3.4 数字仿真

 10.4 小结

 参考文献

第11章 基于线性矩阵不等式方法的混沌系统模糊控制

 11.1 不确定洛伦茨混沌系统的鲁棒模糊控制

11.1.1 引言

11.1.2 T-S模糊模犁描{术

11.1.3 洛伦茨混沌系统的建模

11.1.4 基于模糊模型的鲁棒控制器设计

11.1.5 计算机仿真

 11.2 基于LMI方法的不确定混沌系统的输出反馈模糊控制

11.2.1 引言

11.2.2 输出反馈控制系统的T-S模糊模型描述

11.2.3 T-S模糊模型的鲁棒控制

11.2.4 计算机仿真

 11.3 小结

 参考文献

第12章 基于递归神经网络的不确定混沌系统同步

 12.1 引言

 12.2 同步控制方法

 12.3 高阶神经网络模型

 12.4 RHONN逼近非线性系统的特性

 12.5 权值学习算法

12.5.1 滤波RHONN参数学习

12.5.2 滤波误差RHONN参数学习

 12.6 混沌系统辨识

 12.7 同步控制器设计

 12.8 仿真结果

 12.9 小结

 参考文献

结束语