本发明涉及混沌控制领域,具体是用布谷鸟算法对系统轨道进行前期引导,使系统进入不动点的领域内再开启混沌参数小扰动控制方法(ogy方法)。
背景技术
上世纪六十年代以来,混沌现象逐渐引起了人们的广泛关注,并开始对其进行了深入的研究。混沌系统最基本的特征是对初值的极端敏感性,即初始状态的微小不同可以导致最终结果的巨大差别。研究发现,混沌现象广泛存在于各种非线性电子线路中。在实际中,希望能够通过抑制或避免混沌,以提高系统的性能,使系统能够稳定或达到预期的性能。为了利用有益混沌抑制不利混沌,人们对混沌的控制展开研究。
ogy方法是典型的混沌控制方法之一,理论基础是混沌吸引子中存在着不可数的不稳定周期轨道。因为混沌动力系统具有对初值敏感和遍历性的特性,所以只需等待混沌系统进入预定的区域之后给系统一个扰动,这个扰动是通过参数较小的变化实现的,从而系统的运动状态是稳定到固定点的周期轨道上,但这往往需要很长时间。引导轨道的主要思想是用特定的小扰动引导给定混沌系统的轨道,使混沌动力系统从给定的初始状态到达期望的目标区域,目的是减少达到希望区域的时间。
布谷鸟搜索算法(cs)是由剑桥大学yang等提出的一种群体智能优化算法,它也是一种新型的元启发式搜索算法。其思想主要基于两个策略:布谷鸟的巢寄生行为和莱维飞行机制。通过随机游走的方式搜索得到一个最优的鸟窝来孵化自己的鸟蛋,这种方式可以达到一种高效的寻优模式。cs算法主要优点是参数少、操作简单、易实现、随机搜索路径优和寻优能力强等,备受学者关注,相关的科研成果也日益倍增。
技术实现要素:
针对ogy方法控制混沌系统中,等待时间较长等问题,本发明设计了一种新型的ogy控制器(cs-ogy),一种基于布谷鸟算法和ogy方法的混沌系统混合控制。
本发明主要是通过如下方案所实现:
一种基于布谷鸟算法和ogy方法的混沌系统混合控制;
用cs对混沌系统轨道做初始引导,将其引导到不稳定不动点的邻域内,然后再对系统参数进行微调,最终使系统轨道达到稳定的轨道上,减少ogy方法的等待时间。
布谷鸟算法引导混沌轨道的实现过程为:在普通的线性误差反馈法基础上,用布谷鸟搜索算法找到一组适当的反馈增益,产生一系列特定的“小扰动”,在给定的有限步内,使混沌系统从初始点到达目标区域,实现对混沌系统的初步控制。其中将迭代值与不动点的距离作为布谷鸟算法的目标函数,到达目标区域后再利用ogy参数小扰动法将轨道最终稳定到不动点上,从而实现混沌系统的大区域快速稳定。
本发明的技术效果在于:用布谷鸟搜索算法对系统轨道进行前期的引导,减少参数扰动法(ogy方法)的等待时间。该算法的具体步骤如下:
步骤1:初始化算法基本参数。设置鸟窝个数,宿主发现外来鸟蛋概率pa,以及最大迭代次数或搜索精度。
步骤2:初始化鸟窝位置。
步骤3:位置更新操作。利用位置更新公式,搜索下一代的鸟窝位置,从而得到一组新的鸟窝位置。
步骤4:计算目标函数值。将适应度值与上一代的进行对比,保留较好的位置。
步骤5:选择操作。鸟窝位置替换,找到当前最优鸟窝位置。
步骤6:判断操作。若达到迭代终止要求则输出最优鸟窝位置并进行步骤5,否则返回步骤2。
步骤7:将得到的最优值带入线性误差增益函数,使系统到达目标区域。
步骤8:开启ogy控制。
步骤9:系统稳定到不动点附近。
附图说明
图1一种基于布谷鸟算法和ogy方法的混沌系统混合控制流程图
具体实施方式
为了使本发明的目的、技术方案及发明内容更加清楚,以下结合附图详细说明。
步骤1:初始化算法基本参数。
设置鸟窝个数(一般设置为25),宿主发现外来鸟蛋概率pa(发现概率一般设置为0.25),以及最大迭代次数或搜索精度。
步骤2:初始化鸟窝位置。
随机产生p个n×n维向量作为一个初始鸟窝位置,其中第i个鸟窝在解空间的位置(即每个位置就是一个潜在解)表示为[ki1,ki2,…,kin](i=1,2,…,p).
步骤3:位置更新操作。
利用位置更新公式
levy(λ)·u=t-λ,(1<λ≤3)(2)
搜索下一代的鸟窝位置,从而得到一组新的鸟窝位置。
步骤4:计算目标函数值。
计算各鸟窝位置对应的目标函数值,并获得当前最优鸟窝位置,具体实现为:
将线性误差反馈序列:
x1m+1=f1(xm,p)+km·(xm-xf),
xim+1=fi(xm,p),
(3)
其中m=1,2,…,n;i=2,3…,n;km∈r1×n的向量,即km=[k1m,k2m,…knm]。经简化后由(3)式可知,要使系统到达目标区域,要找到一组适当的反馈增益[k1,k2,,kn],即一个n×n维的向量。
将如(3)式作用于系统xm+1=f(xm,p),(4)
求得系统状态xn,本发明采用n步的误差作为适应度函数,如(3)式,即带入xn可求得相应鸟窝的适应度值。
ei=||xn-xf||(i=1,2,…p)(5)
步骤5:选择操作。将宿主发现外来蛋的概率pa,与服从均匀分布的随机数r进行对比,如果r>pa那么我们可以随机改变鸟窝的位置,否则固定不变,对改变后得到的新位置进行测试,并与上一步所得到的鸟窝位置比较,选出较优的鸟窝位置。
步骤6:判断操作。按步骤4计算适应度是否满足迭代的终止条件,若达到,则找到最优解,否则将步骤6中得到的一组最好鸟窝位置返回步骤3开始下一轮的迭代。
步骤7:将得到的最优值带入线性误差增益函数(3)式中,使系统到达目标区域。此时布谷鸟算法引导轨道结束。
步骤8:开启ogy控制。通过参数微调公式
对参数p进行微调,使系统最终稳定到不动点。
其中,响应矢量g为
不稳定特征值对应的特征向量为eu
eu的对偶向量hu可按下列式子求得
当如下不等式成立时进行微扰控制:
步骤9:系统稳定到不动点。