昆明年降雨量时间序列的混沌分析

降雨对水文水资源系统的预报预测是极其重要的.应用重构相空间技术和混沌理论对昆明1951-2010年降雨时间序列的特性进行了分析,通过研究嵌入相空间维数和关联维数之间的变化关系得到了饱和关联维.结果表明,昆明年降水系统中的混沌现象是存在的.这一研究结果为利用混沌理论建立预测模型提供了较为科学的依据.     

煤矿井筒变形混沌特征分析

基于井筒变形实际监测沉降数据,提出了利用混沌理论相空间重构技术研究井筒变形特征的新思路。研究了井筒变形系统的相空间重构、关联维数的确定、Lyapunov指数的计算、稳定性分析等问题。试验结果表明：井筒变形系统是一个混沌,井筒变形受到多因素影响。得出最大Lyapunov指数可以作为变形体内部不同部分动态变形状态的指标。这一有工程意义的结论,可以为井筒稳定性判定提供支持。     

Chaotic time series prediction for surrounding rock＇s deformation of deep mine lanes in soft rock

Based on the measured displacements, the change laws of the effect of distance in phase space on the deformation of mine lane were analyzed and the chaotic time series model to predict the surrounding rocks deformation of deep mine lane in soft rock by nonlinear theory and methods was established. The chaotic attractor dimension（D） and the largest Lyapunov index（Emax） were put forward to determine whether the deformation process of mine lane is chaotic and the degree of chaos. The analysis of examples indicates that when D〉2 and Emax〉0, the surrounding rock＇s deformation of deep mine lane in soft rock is the chaotic process and the laws of the deformation can still be well demonstrated by the method of the reconstructive state space. Comparing with the prediction of linear time series and grey prediction, the chaotic time series prediction has higher accuracy and the prediction results can provide theoretical basis for reasonable support of mine lane in soft rock. The time of the second support in Maluping Mine of Guizhou, China, is determined to arrange at about 40 d after the initial support according to the prediction results.     

干气密封环磨合过程摩擦振动信号混沌特性分析

磨合对防止干气密封环端面发生咬合、延长密封环使用寿命等具有一定影响,因而研究干气密封环在磨合过程中的变化特征,识别磨合状态有着重要意义.利用集合经验模态分解法(EEMD)提取端面间的摩擦振动信号,通过相空间重构,得到了摩擦振动信号的相轨迹和混沌参数.利用主分量分析法(PCA)和最大Lyapunov指数判别法,验证摩擦振...     

混沌背景下微弱信号时域参数检测的研究

数字示波器不能测量混沌背景中的微弱信号,该文结合混沌和神经网络构建检测模型实现该功能。运用混沌时间序列的相空间重构理论计算嵌入维数作为神经网络的输入维来构建网络模型,并采用单步预测方法,在混沌状态下直接测量混沌背景中微弱信号,获取微弱信号的波形。该方法能够测量微弱信号的时域参数,测量范围宽,逼近目标精度高,计算量小。实验结果证明了该方法具有很强的实用性。     

基于一维时间序列的无刷直流电动机混沌引子重构

基于相空间重构原理，针对无刷直流电动机的混沌模型，运用一维时间序列在高维情形下对低维混沌吸引子进行重构，重构后的方程具有和原动力方程相同的动力学特性，可以用于判断系统目前的动力学状态，并通过基于混沌优化算法的改进Wolf方法对重构前后方程的Lyapunov指数进行比较，证明此种重构方法的正确性和实用性.结果表明：采用的重构方法是有效的，与前人的方法相比，不用计算其关联维数和最佳时间延迟，具有简单、快速的特点，为进一步研究混沌预测和混沌控制提供了基础条件.     

摇摆参数对自然循环系统混沌脉动影响分析

针对摇摆参数对自然循环系统中流量混沌脉动的影响,用非线性时序分析的方法对实验结果进行了分析研究.基于相空间重构理论,计算不同摇摆参数下时间序列的关联维(CD)、K2熵和最大Lyapunov指数(MLE)等几何不变量值,根据计算结果分析摇摆参数对自然循环系统混沌脉动的影响.分析结果表明:摇摆周期越短、摇摆振幅越大,混沌出现时的无量纲功率越大;摇摆周期对混沌脉动边界的影响大于摇摆振幅的影响;当摇摆周期为5 s时,由于摇摆引起的波谷型脉动与密度波型脉动频率相近而发生共振作用,流量脉动的混沌特征减弱.     

基于相空间重构理论的水中混响特性提取

相空间重构理论是混沌和分形研究中常用的分析方法.由于水中混响具有一定的混沌特性,因此将相空间重构理论应用于水中混响的分析中,通过计算得到对水中混响数据重构所需的2个重要的参数时延和嵌入维.水中混响数据的重构参数进一步表明其混沌特性,可以用重构参数来表征水中混响的特性.由此证明了相空间重构理论应用于水中混响的可行性.     

基于混沌算子网络模型的网络流量预测研究

采用混沌算子构造预测网络,对网络流量数据进行预测分析.结合相空间重构理论将已知数据构造成训练样本,利用遗传算法对混沌算子参数进行训练调节,从而改变网络的动力学特性,使之逐渐逼近被预测时间序列的动力学特性,并保持与之变化一致.该方法可对各种网络流量数据序列进行有效的预测分析.仿真实验结果表明:与传统的预测方法相比,该方法具有更好的预测趋势.     

混沌局域预测法在网络流量短期预测中的应用

网络流量数据表现出一定的混沌特性,而在传统的混沌预测算法中,使用欧氏距离衡量相空间中相点间的相关性.由于欧氏距离的局限性,在高维相空间中,传统混沌预测算法的精度迅速下降.使用夹角余弦取代欧氏距离,作为判别相点间相关性的标准;并将相点视为向量,以向量的模和夹角为优化目标.进行预测参数识别.将以上算法应用于网络流量数据的短期预测,结果表明,在高维相空间中,预测算法的精度得到了明显的提升.     

一种选取相空间重构最优延迟时间的算法

利用时间序列的可预测性随预测步长变化的规律,提出了一种选取最优延迟时间的新方法;用已知的混沌系统Lorenz、Rossler等产生的时间序列进行仿真计算,与重建扩展法相比,取得了较好的结果,证明了该方法的有效性。     

基于混沌时间序列的黄土滑坡变形预测方法及应用

采用GNSS技术进行滑坡变形监测时,由于多路径等观测误差的存在,直接使用GNSS监测结果进行变形预测会影响预测结果的精度。为了探讨GNSS测量误差对变形预测结果的影响程度,考虑到滑坡系统的混沌特性,采用混沌理论对陕西泾阳地区庙店滑坡GNSS变形监测结果抑噪处理前后的时间序列进行了对比分析。首先,采用互信息量法确定监测序列的时间延迟、用改进的虚假邻近点法(Cao算法)确定嵌入维数,获取相空间重构参数; 然后使用最大Lyapunov指数对两种变形监测序列进行混沌特性识别; 最后,分别使用加权一阶局域预测方法、最大Lyapunov指数预测方法和BP神经网络预测方法对滑坡变形监测结果进行预测。结果表明:GNSS滑坡变形监测结果抑噪处理前后的时间序列满足混沌特性,说明滑坡系统具有混沌特性; 在3种混沌时间序列预测方法中,BP神经网络预测方法的效果较好,且该方法预测结果的平均绝对误差(MAE)和平均相对误差(MRE)分别为0.4 mm和11.9%,经过S-变换抑噪处理后,预测结果的平均绝对误差和平均相对误差分别为0.1 mm和4.1%,预测效果有明显改善。     

相空间重构中最优滞时的确定

针对混沌理论的相空间重构技术中,自相关函数法和互信息函数法在确定延迟时间时存在的不足,提出了根据不同嵌套维下的混沌吸引子所包含的信息量Shannon熵随延迟时间τ的变化情况,来确定不同嵌套维下重构混沌吸引子的最优滞时,这种方法把物理问题转化为纯几何问题。     

基于LS-SVR的混沌时间序列多参数自适应预测

故障预测对保障复杂设备的安全可靠工作具有重要意义,但往往难以建立起准确的解析形式的数学模型,因此常常依赖于通过观测所获得的混沌时间序列进行预测分析.为了提高预测的有效性和准确性,基于支持向量机预测理论,提出考虑全部相关多参数混沌时间序列中的信息,进行多参数相空间重构产生训练样本,并建立了多参数自适应最小二乘支持向量回归预测模型.以某设备三个相关参数的仿真混沌时间序列为例进行了预测实验,结果表明该方法有较好的预测精度,是一种有效的预测方法.     

气-固流化床中颗粒碰撞压力信号自由度的确定

混沌理论中,体系的自由度与体系的某个变量的信号的时间序列在相空间重构中的最小嵌套维具有等同性,根据这一概念,用Ｌｉａｎｇｙｕｅ Ｃｈａｏ提出了确定无标度时间序列的最小嵌套维的方法,通过对气－固流化床中颗粒碰撞压力信号的无标度时间序列在相空间重构中最小嵌套维的计算,确定了气－固流化床中颗粒碰撞压力的自由度为８。     

黄金期货价格的混沌动力学分析与预测

以上海期货交易所黄金期货价格的收盘价形成的时间序列为研究对象进行分析,在重构向空间的基础上,通过绘制相图,计算时间序列的关联维数和Kolmogorov熵等特征参数,证明了所研究的时间序列具有混沌特性,并利用径向基(RBF)神经网络对部分数据进行预测,得到了较为满意的预测结果.     

调度时用水量预测的分时段混沌建模方法

针对传统调度时用水量需求预测方法在预测结果精度及稳定性方面存在的困难,鉴于分时段时用水量序列的最大预测时间尺度远大于连续时序列的混沌理论分析结果,利用混沌相空间近邻预测建模理论,提出了时用水量向前24 h预测的分时段混沌建模方法.该方法经实例验证,向前24 h预测结果稳定性较好,误差较小(平均相对误差小于2%,最大相对误差小于5%),可满足供水优化调度的需要.     

Mine water discharge prediction based on least squares support vector machines

In order to realize the prediction of a chaotic time series of mine water discharge,an approach incorporating phase space reconstruction theory and statistical learning theory was studied.A differential entropy ratio method was used to determine embedding parameters to reconstruct the phase space.We used a multi-layer adaptive best-fitting parameter search algorithm to estimate the LS-SVM optimal parameters which were adopted to construct a LS-SVM prediction model for the mine water chaotic time series.The results show that the simulation performance of a single-step prediction based on this LS-SVM model is markedly superior to that based on a RBF model.The multi-step prediction results based on LS-SVM model can reflect the development of mine water discharge and can be used for short-term forecasting of mine water discharge.     

降雨时间序列降噪及预测系统建模研究靠

以解决降雨混沌时序预测精度较低的问题为目的,基于相空间重构思想,应用混沌降雨时序奇异值分解技术对混沌时序的噪声进行了剥离。采用定性和定量的混沌特性判定方法,计算指出降雨时序具有明显的混沌特性。在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验。结果表明降噪前后预测精度相差很大,证实了噪声是造成混沌预测方法预测精度较低的主要原因。通过与其他预测方法比较,验证了所建立的混沌预测模型能够捕捉到原混沌系统的动力学特征,预测误差较小,泛化能力较强,其预测效果较好。