| 1 绪论 | 第1-13页 |
| 1．1 引言 | 第10-11页 |
| 1．2 本文的主要研究工作 | 第11-13页 |
| 2 混沌学的兴起与意义 | 第13-18页 |
| 2．1 混沌学的起源与发展 | 第13-15页 |
| 2．2 混沌学研究的意义 | 第15-17页 |
| 2．2．1 混沌学研究对现代科学发展产生的巨大影响 | 第15-17页 |
| 2．2．2 混沌学研究革新了经典的科学观和方法论 | 第17页 |
| 2．3 小结 | 第17-18页 |
| 3 混沌及其理论 | 第18-28页 |
| 3．1 混沌的概念与定义 | 第18-19页 |
| 3．2 混沌的特征 | 第19-20页 |
| 3．3 分岔与混沌 | 第20-26页 |
| 3．4 李雅普诺夫指数 | 第26-27页 |
| 3．5 小结 | 第27-28页 |
| 4 混沌控制及其应用 | 第28-39页 |
| 4．1 引言 | 第28-29页 |
| 4．2 混沌系统的控制 | 第29-32页 |
| 4．2．1 OGY方法 | 第29页 |
| 4．2．2 反馈控制方法 | 第29-30页 |
| 4．2．3 自适应控制方法 | 第30-32页 |
| 4．2．4 智能控制方法 | 第32页 |
| 4．3 混沌的保密通信 | 第32-34页 |
| 4．3．1 混沌同步 | 第32-33页 |
| 4．3．2 基于混沌同步的保密通信 | 第33-34页 |
| 4．4 混沌神经网络 | 第34-38页 |
| 4．4．1 符号非线性混沌神经元模型 | 第34-36页 |
| 4．4．2 Sigmoid非线性神经元模型 | 第36页 |
| 4．4．3 混沌神经网络 | 第36-38页 |
| 4．5 小结 | 第38-39页 |
| 5 基于RBF神经网络的混沌控制方法 | 第39-50页 |
| 5．1 引言 | 第39-40页 |
| 5．2 RBF神经网络 | 第40-42页 |
| 5．3 基于RBF神经网络的混沌控制方法 | 第42-44页 |
| 5．4 仿真实例 | 第44-49页 |
| 5．4．1 无参数摄动、无测量噪声的情况 | 第45-47页 |
| 5．4．2 系统参数摄动时的情况 | 第47-48页 |
| 5．4．3 测量噪声存在时的情况 | 第48-49页 |
| 5．4．4 结论 | 第49页 |
| 5．5 小结 | 第49-50页 |
| 6 基于最小能量的混沌控制 | 第50-65页 |
| 6．1 引言 | 第50-51页 |
| 6．2 哈森和辛的新预估法（两级算法） | 第51-54页 |
| 6．3 基于最小能量的混沌控制 | 第54-60页 |
| 6．4 仿真实例 | 第60-64页 |
| 6．4．1 Logistic模型 | 第60-61页 |
| 6．4．2 Henon吸引子 | 第61-64页 |
| 6．4．3 结论 | 第64页 |
| 6．5 小结 | 第64-65页 |
| 7 结论 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 作者在攻读硕士期间所发表的论文 | 第73页 |