Controlling chaos: suppression, synchronization and chaotification

کنترل هرج و مرج به خوانندگان خود مجموعه گسترده ای از تکنیک ها را برای دستیابی به سه هدف ارائه می دهد: سرکوب، هماهنگ سازی و ایجاد هرج و مرج که هر یک از آنها در قسمت جداگانه ای از کتاب تمرکز دارد. . متن به جاذبه‌های معروف لورنز، روسلر و هنون و مدار چوا و سیستم‌های بدیع کمتر مشهور می‌پردازد. مدلسازی آشوب با استفاده از معادلات تفاضلی و معادلات دیفرانسیل معمولی و با تاخیر زمانی انجام می شود. روش‌های هدایت شده در کنترل آشوب از تأثیر تئوری کنترل غیرخطی پیشرفته سود می‌برند: کنترل بهینه معکوس برای تثبیت استفاده می‌شود. خطی سازی دقیق برای همگام سازی. و کنترل تکانشی برای آشفتگی. قابل ذکر است که تلفیقی از تئوری‌های آشوب و سیستم‌های فازی با مدل تاکاگی-سوگنو و مدل هذلولی فازی خود نویسندگان در مدل‌سازی و کنترل سیستم‌های هرج‌ومرج استفاده می‌شود. سیستم های تاخیر زمانی نیز با بسیاری از روش های همگام سازی مورد بررسی قرار می گیرند. همه نتایج ارائه شده برای دسته وسیعی از سیستم‌های آشوب‌زده عمومی هستند.

این تک‌نگاره با مطالب مقدماتی که مروری بر تاریخچه کنترل آشوب و مقدمات ریاضی لازم برای کار با سیستم‌های دینامیکی ارائه می‌کند، ارائه می‌شود.

کنترل آشوب مورد علاقه دانشگاهیان با پیشینه مهندسی برق، سیستم‌ها، مکانیک و شیمی است که در تئوری کنترل مربوط به سیستم‌های دینامیکی و آشوبی غیرخطی و دانشجویان فارغ‌التحصیل رشته کنترل آشوب کار می‌کنند. .

مجموعه مهندسی ارتباطات و کنترل پیشرفت‌های تکنولوژیکی مهمی را گزارش می‌کند که پتانسیل تأثیرگذاری زیادی در زمینه‌های ارتباطات و کنترل دارد. این نشان‌دهنده تحقیقات در مؤسسات صنعتی و دانشگاهی در سراسر جهان است تا خوانندگان بتوانند از فرصت‌های جدیدی که در دسترس قرار می‌گیرند، استفاده کنند.

Controlling Chaos offers its reader an extensive selection of techniques to achieve three goals: the suppression, synchronization and generation of chaos, each of which is the focus of a separate part of the book. The text deals with the well-known Lorenz, Rössler and Hénon attractors and the Chua circuit, and with less celebrated novel systems. Modeling of chaos is accomplished using difference equations and ordinary and time-delayed differential equations. The methods directed at controlling chaos benefit from the influence of advanced nonlinear control theory: inverse optimal control is used for stabilization; exact linearization for synchronization; and impulsive control for chaotification. Notably, a fusion of chaos and fuzzy systems theories is employed, with the Takagi–Sugeno model and the authors’ own fuzzy hyperbolic model utilized in the modeling and control of chaotic systems. Time-delayed systems are also studied with many synchronization methods being explored. All the results presented are general for a broad class of chaotic systems.

This monograph is self-contained with introductory material providing a review of the history of chaos control and the necessary mathematical preliminaries for working with dynamical systems.

Controlling Chaos will be of interest to academics from electrical, systems, mechanical and chemical engineering backgrounds working in control theory related to nonlinear dynamical and chaotic systems and to graduate students of chaos control.

The Communications and Control Engineering series reports major technological advances which have potential for great impact in the fields of communication and control. It reflects research in industrial and academic institutions around the world so that the readership can exploit new possibilities as they become available.