在本文中,我们引入一种称为CAS(混沌蚂蚁群)的混沌优化方法,以解决设计用于识别动力学系统的模糊系统的问题。 CAS算法中每个蚂蚁的位置向量对应于所选模糊系统的参数向量。 在每个学习时间步骤中,都会根据适应度理论对CAS算法进行迭代,以给出模糊系统的最佳参数。 然后建立了相应的CAS设计的模糊系统,并将其应用于未知非线性动力学系统的辨识。 数值仿真结果表明了所开发的CAS设计的模糊系统的有效性和可行性。