本项目研究了(1)基于D-S证据理论的状态识别方法。通过新证据的引入和多证据的综合,减少了非典型样本的误识率;(2)基于组合逻辑和模糊逻辑集成的识别方法。提出了用分解模糊集和组合法解决多论域间相关录属度的求解;(3)研究了双层ISODATA 算法的状态识别方法;(4)完整地研究了混沌信息的识别。提出了“两步走”的鉴别方法。使之能快速有效地识别混沌信号;(5)对混沌神经网的拓扑结构进行了有效的研究;(6)研究了基于模糊遗传算法的混沌同步控制和基于单神经元自适应状态延迟反馈法的混沌的镇定;(7)对混沌信息系统进行了仿真研究。在核心期刊和会议上共发表了八篇论文。培养了博士、硕博士生共六名。其中三名研究生的论文被评为优秀论文。圆满结题。 2100433B