[发明专利]一种基于深度信念网络的混沌追踪控制方法

权利要求书

1.一种基于深度信念网络（DBN）的混沌追踪控制方法，

它包括以下步骤：

选取样本数据采样时间，采用四阶龙格-库塔法获取混沌系统样本数据；

将训练数据送进深度信念网络，训练第一个受限玻尔兹曼机(RBM)；

固定好第一个受限玻尔兹曼机的权重和偏移量，然后使用其隐性神经元的状态，作为第二个受限玻尔兹曼机的输入向量，训练好第二个受限玻尔兹曼机；

计算实际输出和理论输出的误差，采用梯度下降法进行优化，将输出的拟合函数和追踪参考信号组合成一个控制器对混沌系统进行控制。

2.根据权利要求1所述的基于深度信念网络的混沌追踪控制方法，所述混沌方程为：

（1）

其中，代表m维混沌系统方程，代表时刻系统的状态变量，代表时刻系统第m维方向上的状态变量，为m个方向上的系统方程，k代表系统参数。

3.根据权利要求1所述的基于深度信念网络的混沌追踪控制方法，所述控制器为： （2）

其中为经过深度信念网络进行拟合的函数，为时刻系统的参考信号，为系统的收敛参数。

4.根据权利要求1所述的基于深度信念网络的混沌追踪控制方法，所述实际输出和理论输出的误差为：

（3）

其中，为训练样本总数，为理论输出，为网络的实际输出。