共查询到17条相似文献,搜索用时 187 毫秒
1.
2.
3.
以广东省东江流域月降雨序列为例,在介绍相空间重构原理的基础上,探讨了混沌分析的主要定量指标:饱和关联维数D2和最大Lyapunov指数λ。得到该时间序列的饱和关联维数D2=3.93,最小嵌入维数m=8,最佳嵌入滞时r=3个月,最大Lyapunov指数A=0.253。并且采用主分量方法进一步验证了该序列具有混沌特性,为东江流域月降雨预测提供了较为科学的依据。 相似文献
4.
5.
针对长江口深水航道回淤分布情况,以回淤最严重的H~N段为中间段P2段,H段以上为P1段,N段以下为P3段,将全部航道分为3段。采用混沌理论对深水航道全段及各分段回淤量时间序列的饱和关联维数以及K2熵进行混沌特征分析。各分段的饱和关联维数变化范围为1.80~2.15,K2熵变化范围为0.08~0.12;全段的分数维与K2熵的值大于各分段,分别为2.93和0.16。各分段的饱和关联维数研究表明,长江口深水航道回淤量的时间序列具有混沌特征,全段混沌特征的复杂性高于各分段。根据2011年,2012年和2013年长江口深水航道回淤量的时间序列,利用混沌方法对深水航道未来回淤量进行预测,各分段可预报时间尺度最多为1年,全段的可预报时间尺度为半年。给出了长江口深水航道全段及各分段回淤动力系统数学表达式的一般形式,全段需要3~6个状态变量,3个以上控制变量;各分段需要2~5个状态变量,3个以上控制变量。回淤动力系统数学表达式的一般形式可为建立回淤量预报模式提供参考。 相似文献
6.
运用关联指数饱和法和改进的最大Lyapunov指数方法对流域产沙系统进行了混沌识别,结果表明日含量序列具有混沌特性.并以重构相空间的饱和嵌入维数作为神经网络输入层节点数,将混沌理论和神经网络二者有机结合,建立了混沌神经网络模型.将该模型用于黄河上游头道拐水文站汛期日含沙量预测,结果表明,该模型应用在汛期日含沙量预测中具有较高的精度. 相似文献
7.
以混沌理论为基础,提出了河流混沌特性分析方法。选择对河流演变有重要影响的宽深比时间序列和水沙时间序列,首先对这些时间序列进行相空间重构,计算不同河型的宽深比、径流量和含沙量时间序列的饱和关联维数和最大Lyapunov指数,然后通过求这些时间序列的饱和关联维数的加权平均值和最大Lyapunov指数的加权平均值,得出不同河型的混沌特性。以黄河下游的6个河段3种河型为例,对宽深比、径流量和含沙量时间序列,分别进行混沌特性分析。研究结果表明,河流演变具有明显的混沌特性,但不同河型表现出的混沌特性不同,游荡河型混沌特性较强,弯曲河型混沌特性较弱。通过对河流混沌特性分析,有助于加深对河流演变预测的进一步认识。根据混沌理论,混沌系统短期行为可以预测,而长期不能预测。所以,河流演变预测是短期可行,长期很难预测、甚至是不可预测的。 相似文献
8.
流域年径流时序分析的混沌网络模型研究 总被引:1,自引:1,他引:0
以混沌理论为基础,对三峡寸滩站月平均径流量时序曲线进行了相空间重构,确定了合理的饱和关联维数.与神经网络结合,用多维相空间建立了网络学习样本和教师值,构造了混沌神经网络分析模型.结果表明:流域年径流序列具有混沌性特征;混沌网络模型预测精度要高于标准BP网络模型,预测结果的绝对误差和相对误差均小于BP网络模型. 相似文献
9.
参考作物腾发量的混沌性识别及预测 总被引:4,自引:0,他引:4
本文应用饱和关联维数法对海河流域张北站从1966~2005年50年的参考作物腾发量序列进行混沌性识别,结果表明该序列存在一定的混沌特性。同时,运用自相关函数法和饱和关联维数法确定了该序列重构相空间的嵌入维数和延迟时间,并在此基础上进行了相空间的重构。建立了混沌局域法预测模型对相空间的演化进行了计算,实现了参考作物腾发量的预测,并与时间序列自回归(AR)模型和基于气象资料的BP神经网络模型预测结果进行了比较。结果表明,预测效果比BP网络模型稍差,但明显优于AR模型。这为解决缺乏气象资料地区参考作物腾发量预测问题提供了新的思路。 相似文献
10.
黄河主要断面泥沙时序可预报时间及趋势分析 总被引:1,自引:1,他引:0
选取黄河头道拐、潼关、花园口和利津断面1952-2000年的泥沙含量为时序,分别计算了泥沙时序的K2熵和Hurst指数.结果表明,各断面的K2熵变化在0.13~0.38之间,说明黄河流域各级系统均具有混沌特征,并且从上游到下游混沌特性逐渐增强.随着混沌特性的增强其平均可预报时间下降,头道拐断面的可预报时间8a,其余断面为3a.各断面Hurst指数均大于0.68,在可预报时间内泥沙时序具有持续性下降趋势,并用2001-2004年实际数据进行了验证. 相似文献
11.
采用相空间重构理论计算实测月径流的延迟时间、嵌入维数、G-P饱和关联维数和Laypunov指数,证明克鲁伦河月径流时间序列存在混沌现象。混沌时间序列的最小二乘支持向量机预测模型涉及参数较少,计算过程简便,训练速度快。RBF神经网络预测模型具有较快的训练速度和较强的非线性映射能力。同时,二者在建模中都引用了径向基函数,从而更加简化了非线性问题的求解。实例表明:将这两种模型应用在月径流时间序列预测上,其运算速度都很快,但在预测精度上,最小二乘支持向量机预测模型要优于径向基神经网络预测模型。 相似文献
12.
Su Yu liangDepartment of Energy power Engineering Xi'an Jiaotong University Xi'an ChinaDepartment of petroleum Engineering Petroleum University Dongying ChinaZhang Ming yuan Yang Jian Zhang Chao jieDepartment of Energy power Engineering Xi'an Jiaotong University Xi'an ChinaLi Dong xia Department of petroleum Engineering Petroleum University Dongying China 《水动力学研究与进展(B辑)》2003,15(2)
NOMENCLATUREd———embeddingdimension ,dimensionlessCd(r)———correlationsum ,dimensionlessN———numberofpairsofpointsontherecon structedattractor,dimensionlessr———scalingdistance ,dimensionlessDc ———correlationdimension ,dimensionlessK———Kolmogoroventropy ,bits/sR… 相似文献
13.
14.
15.
16.
针对长江上游干流主要站点月径流时间序列强非线性和非平稳特征,引入混沌理论和AdaBoost.RT集成极限学习机方法对其月径流时间序列进行分析和预测。首先,以流域径流非线性动力系统混沌特征参数辨识为切入点,研究并发现了流域内在特性作用下月径流时间序列动力响应的混沌现象,推求了月径流时间序列相空间重构的延迟时间和最佳嵌入维数,在此基础上,以重构相空间时间序列作为输入变量,引入基于自适应动态阈值的改进AdaBoost.RT算法改进极限学习机模型的学习性能,得到最佳的混沌集成学习月径流时间序列预测模型。实例研究结果表明,所提方法和模型能够显著提高单一极限学习机模型的泛化性和稳定性,从而获得更优越的预报性能。 相似文献
17.
将分布式水文模型——SWAT模型应用于汾河(运城段)的径流模拟,以期为流域水资源管理、优化配置提供科学依据。首先,分析模型对研究区域的适用性,并在现有资料基础上对流域径流进行模拟研究,从时间、空间两个方面共同诠释了流域内径流与降水的关系;其次,根据流域未来气候可能变化,由增量情景法设定了不同气候情景,模拟未来气候情景下径流的变化趋势以及径流量的年内变化特征。结果表明:①研究区域内径流在时空分布上均与降水量分布吻合;②研究区域内径流量变化与气温变化呈负相关关系,与降水量变化呈正相关关系,且降水量变化对研究区域径流量产生的影响比温度变化产生的影响大;③径流量的年内分布呈季节性特点,汛期(7—10月份)最大,枯水期(11月至翌年3月份)最小;④未来气候变化趋势下,研究区域径流量将呈相应增加趋势,在气温升高0.5℃和降水量增加10%的情景下,河津水文站的径流量将增加1.29 亿m3。 相似文献