2024年3月，2022级研究生钟梅以第一作者身份在SCI一区TOP期刊《Chaos, Solitons & Fractals》上刊发研究成果《Adaptive fuzzy echo state network optimal synchronization control of hybrid–order chaotic systems via reinforcement learning》，通讯作者为刘恒教授。论文针对不确定混合阶混沌系统，提出了一种基于强化学习的自适应模糊回声状态网络最优控制方法。

由于分数阶微积分独特的记忆性和遗传性，分数阶非线性系统被期望能表现出更复杂的非线性行为（尤其是混沌行为）。因此，分数阶混沌系统的同步问题受到了广泛的关注。另一方面，面临资源短缺的情形，最优控制可以在保证系统性能的同时减少资源损耗，具有广泛应用。然而，由于分数阶导数的复杂性，实现分数阶混沌系统（尤其是混合阶）的最优同步控制是非常困难的。

针对上述问题，该文提出了一个新的转化公式将被视为主系统的分数阶混沌系统转化为整数阶混沌系统来避免求解Hamilton–Jacobi–Bellman方程的分数阶导数，有效地解决了混合阶混沌系统的最优同步问题。此外，所提出的强化学习算法通过引入一个与Bellman残差相关的正函数来构造Critic–Actor更新律，极大地简化了算法的设计过程。

论文信息：

Title: Adaptive fuzzy echo state network optimal synchronization control of hybrid–order chaotic systems via reinforcement learning

Authors：Mei Zhong, Chengdai Huang, Jinde Cao, Heng Liu*

Source：Chaos, Solitons & Fractals

Published online：1 March 2024

论文链接：https://doi.org/10.1016/j.chaos.2024.114665

初审：刘恒   复审：何朝丽   终审：邹同霞