洪水浑沌分析

作为暴雨、产流、汇流系统的输出－洪水，长期以来，以确定性途径和随机性途径探讨基绫，和这两种传统的分析途径完全不同，一种崭新的浑沌分析途径正尝度用于研究复杂的洪水现象。本文简要介绍这一开创性的洪水分析途径。     

改进相空间重构方法在混沌识别中的应用研究

讨论了传统非线性时间序列相空间重构方法的特点。提出了一种改进的相空间重构方法．为了揭示非线性时间序列中的非线性相关性。采用了一种基于关联积分的统计量，并研究了不同参数对它的影响．研究了延迟时间和嵌入维数之间的关系，并采用时间窗口描述这2个参数的变化规律．同时，应用改进方法计算了混沌时间序列的重构参数。重构了混沌信号的吸引子．研究结果表明。该方法能够从时间序列有效地重构原系统的相空间，为混沌信号识别提供了新的途径．     

Lorenz系统中时间序列的相空间重构方法与特性

讨论了单变量非线性时间序列、重构相空间和恢复系统非线性动力学特性的方法。在对Lorenz系统的时间序列进行相空间重构的基础上，提出一种相空间重构新方法，即对重构后的相空间再作K-L变换。采用这种方法可以更多地保留系统信息，并消除重构相空间中各向量的相关性。     

基于检测系统非线性相关性的相空间重构时间延迟估计

提出一种确定时间延迟参数的新方法,非线性复自相关法。采用一个高次复自相关函数R(τ)检测系统的非线性相关性,通过寻找R(τ)的第一个局部极小值点来确定最优时间延迟。R(τ)时间复杂度低,对数据长度依赖性不强。选取四种典型混沌动力学系统,加入不同噪声水平的高斯白噪声,模拟含噪混沌时间序列,进行数值验证。结果表明,所得结果更合适,同时具有优秀的抗噪声能力。     

混沌时间序列的自适应非线性滤波预测

本文基于混沌动力系统相空间的延迟坐标重构，根据混沌序列产生的确定性和非线性机制及混沌序列高阶奇异谱特征，提出了混沌时间序列的二阶Volterra和高阶非线性HONFIR两种模型，引入Sigmoid函数后又提出了一种少数参数非线性自适应滤波预测模型，并对它们的自适应算法作了介绍。     

混沌序列相空间重构效果评估

应用小波神经网络预测方法对相空间重构效果进行评估。当网络输入的大小等于重构相空间的嵌入维数时,小波神经网络具有良好的预测性能。研究小波神经网络中尺度参数的灵敏度,发现小波尺度过小时,参数对预测结果影响比较明显。在小波尺度参数的更新过程中,需要采用比其他参数更小的学习速率,采用这种学习策略所得到的预测结果明显好。选用Morlet母小波函数进行研究,只有当调节参数[γ]取值较小时,才可以减少旁瓣的干扰,得到良好的预测效果。     

基于相空间重构和遗传优化SVR的机械设备状态趋势预测

针对机械设备振动信号序列的非线性、非平稳性特点,提出了一种基于相空间重构与遗传优化支持向量回归机的设备状态趋势预测方法。首先,采用相空间重构技术将一维振动信号时间序列转化成矩阵形式,自适应地选取特征,以相点作为输入特征训练SVR预测器;然后应用自适应遗传算法对惩罚因子、不敏感系数以及高斯核宽度进行同步优化,自动获取最佳的建模参数;最后构建SVR预测模型,并将其应用于某机组振动信号预测。实验结果表明,无论是单步还是24步预测,本文所提遗传优化SVR模型的预测精度都要比标准SVR模型的预测精度高,说明该方法对机械设备的运行状态趋势具有较好的预测能力。     

云计算系统相空间分析模型及仿真研究

在云计算的系统中,它们具有大量的节点,并且节点之间具有高耦合性的特点,根据这两个特征,提出了在参数的相空间中运用云计算系统。在这个转化和应用中,具体来说,就是把节点参数的变化,转化成参数相空间中的点的运动,同时还要利用这些大量的节点,在参数相空间中的有关运动,结合热力学中运动的相似性,来分析在相空间中,云计算系统的热力学参数,然后在这个参数相空间的基础上,来定义关于云计算系统的另一个动量相空间,从而建立一个基本理论的模型,这个模型是有关云计算相空间的分析方法的。最后,根据建立起的这个模型,再建立起相空间的调度算法。到最后的验证阶段,是通过仿真对比试验,证实相空间的分析模型,可以对云计算系统的工作状态进行有效的分析表述,以及进行相空间的调度算法。     

基于Chebyshev数值逼近的实时信号预测及其应用

提出了基于Ｃｈｅｂｙｓｈｅｖ数值逼近的时间序列直接多步预测算法。该算法具有模型简单、所需的观测样本容量小、易于在线计算及预测精度较高的特点，特别适合于有高实时性要求的场合进行实时预测。解决了基于传统ＡＲＭＡ模型建模繁琐，模型阶次对预测精度影响大，以及神经网络模型收敛速度慢，难于满足实时性要求的问题。仿真及实验结果表明了该算法的可行性和有效性。     

确定相空间重构参数的一种新方法

用相点的惯量矩来描述相轨迹在相空间中展开的程度,用相点的惯量矩的相对变化来描述相轨迹展开的快慢。导出了相点关于主对角线的、与重构参数有关的惯量矩公式。用该公式计算了相点的惯量矩的相对变化,选出了不同维数的延迟时间。从非零延迟时间中选出的最小维数就是嵌入维数,该非零延迟时间就是最终确定的延迟量。用此方法获得的参数重构出的相轨迹质量较好,且具有抗噪能力强。     

丹江莲花台电站洪水预警浅析

通过丹江中上游洪水资料分析,预警丹江下游莲花台电站洪水出现时间及洪峰,根据天然河道洪水波传播原理,选取丹江莲花台电站以上布设水文站实测洪水资料,通过分析从中找出洪水及传播时间的变化规律,为防洪决策及丹江千流建设中的莲花台电站提供洪水预警。     

基于相空间方法的海底底质分类

基于相空间重构方法,从海底回波信号的相平面和相空间中提取了三个特征量:一阶距、相似序列重复度和熵,应用于海底底质分类。通过对海上实验数据的分析表明:这三个特征参数能有效地将两类海底分开,结果与海底采样分析吻合良好。     

采用MATLAB软件进行超短期电力负荷预测的方法

随着我国经济的跨越式发展,电力行业日趋发展壮大,这对电力负荷预测的准确度和及时性提出了较高要求。超短期负荷预测在电力负荷预测的重要组成部分,其对电力系统规划、运行、控制起着尤为重要的作用,其不但能提高系统运行的安全性,而且能增强系统运行的经济性。文章利用经典时间序列方法,采用MATLAB软件编程,针对一个具体负荷算例进行预测,所得结果证明了时间序列法的准确性和实用性。     

基于最小二乘支持向量机时间序列瓦斯预测研究

基于统计学习预测瓦斯含量是目前瓦斯突出预测的发展方向之一。文中首先给出了最小l¨：乘支持向量机（LS—SVM）~,并在此基础上建立了预测模型,之后对时间序列上的矿井瓦斯涌出量进行相空间重构,其中嵌入维数的选取采用了微熵率法。最后通过鹤壁十矿一个突出工作面的瓦斯涌出数据对模型进行了验证。利用MATLAB7．1对其进行仿真研究。结果表明,通过训练建立的LS-SVM模型,较好地预测了这一工作面瓦斯涌出量。     

基于支持向量回归的酒店入住情况预测

当今社会,属于第三产业的旅游业对社会的发展起着越来越重要的作用。酒店入住是旅游业发达与否的一个重要体现。本文从维多利亚酒店入住情况数据出发,应用支持向量回归机的方法对酒店入住情况相关的月度入住次数这一时间序列数据进行建模和预测,进一步计算预测结果的均方根误差来定量地评价预测精度。通过实验验证,我们可以对酒店入住情况进行较为精准的预测,为维多利亚酒店未来营业模式的安排提供有意义的参考。     

基于Gram-Charlier展开的相空间重构时间延迟选择方法

时间延迟是相空间重构中的一个关键参数。利用冗余度作为标准来选择时间延迟具备充分的理论依据,然而冗余度的计算在实现上比较困难。基于概率密度的G ram-Charlier展开式,提出了一种简化的计算方法,该方法显著降低了冗余度计算的复杂度,使得冗余度方法能够有效地应用于相空间重构时间延迟的选择。     

非线性学相空间重构中小波变换方法研究

通过研究有限离散二进小波变换与非线性动力学相空间重构的关系,从相空间重构的角度解释小波变换处理混时序的合理性,指出混沌时序的离散小波变换实质上相当地在混沌时序重构的相空间中,混沌吸收子向离散滤波器向量投影的结果,在一定程度内混沌的特性不变。在滤波器向量所张开的平面上可以观察到混沌吸引子的投影;讨论了嵌入维数、时间延迟等与离散二进小波变换尺度间的联系。     

相空间重构中时间延迟τ的确定方法

非线性系统的相空间重构可以将时间序列中蕴藏的信息充分地显露出来,其中时间延迟τ的选取具有十分重要的意义,同时这种选取也是很困难的。文章介绍了相空间重构中确定重构延迟时间τ的互信息法理论及其具体的计算方法,最终实际的数据证实了该算法的合理性。