基于混沌模拟退火算法的BPNN模型的随机混沌系统辨识

摘要

文章针对随机混沌系统辨识引入贝叶斯正则化方法的BPNN模型,使神经网络具有自适应性和推广能力;并交替使用贝叶斯正则化算法和混沌退火算法对网络参数进行优化,使系统具有最佳参数．以Logistic系统为例进行仿真分析,结果表明辨识模型不仅能够拟合原混沌系统,而且训练后的网络对含噪声的随机混沌系统有很好的辨识能力,精度良好．为下一步的设计控制器对混沌系统进行控制消除混沌,奠定了良好的基础．