技术的应用正在全面渗入到仪器仪表工业。 　　（1）在仪器仪表结构、性能改进中的应用 　　首先，智能自动化技术为仪器仪表与测量的相关领域的应用开辟了广阔的前景。运用智能化软硬件，使每台仪器或仪表能随时准确地分析、处理当前的和以前的数据信息，恰当地从低、中、高不同层次上对测量过程进行抽象，以提高现有测量系统的性能和效率，扩展传统测量系统的功能，如运用神经网络、遗传算法、进化计算、混沌控制等智能技术，使仪器仪表实现高速、高效、多功能、高机动灵活等性能。 　　其次，也可在分散系统的不同仪器仪表中采

提出了一种动态相空间约束方法，通过限制随时间变化的阈值的耐火内部状态，来控制混沌神经网络（CNN）中的复杂混沌动力学。 极限阈值根据从网络的反馈内部状态得出的控制信号而变化。 仿真结果表明，受控制的CNN在控制参数空间中表现出多相行为。 利用适当的参数值，受控的CNN会收敛到一个周期性轨道，该轨道包括一个存储模式，该模式到初始状态的汉明距离最短。 受控CNN的属性可用于信息处理，例如内存检索和模式识别。

技术的应用正在全面渗入到仪器仪表工业。 　　（1）在仪器仪表结构、性能改进中的应用 　　首先，智能自动化技术为仪器仪表与测量的相关领域的应用开辟了广阔的前景。运用智能化软硬件，使每台仪器或仪表能随时准确地分析、处理当前的和以前的数据信息，恰当地从低、中、高不同层次上对测量过程进行抽象，以提高现有测量系统的性能和效率，扩展传统测量系统的功能，如运用神经网络、遗传算法、进化计算、混沌控制等智能技术，使仪器仪表实现高速、高效、多功能、高机动灵活等性能。 　　其次，也可在分散系统的不同仪器仪表中采

为了克服有限精度效应对混沌系统的退化影响，改善所生成随机序列的统计性能，设计了一种新的基于六维CNN（细胞神经网络）的64 bit伪随机数生成方法。在该方法中，通过控制六维CNN在每次迭代过程中的输入输出，改善了混沌退化对随机数的性能影响，同时，通过与Logistic映射所生成的随机序列和可变参数进行异或处理，有效避免了生成序列的重复出现，扩大了密钥空间和输出序列的周期。以新方法设计的PRNG（伪随机数生成器）易于在软件中实现，每次可生成64 bit的伪随机数，生成速率快。测试结果表明，该方法生